我正在尝试使用线性混合模型和新数据来预测值，但是我不断收到我正在尝试的两个函数的错误（predict.lme中的nlme和predict.merMod lme4中的内容不存在。软件包已安装并加载。
我首先尝试使用predict.lme（nlme）。我注意到我已经安装并加载了该软件包，因为显然这是可能找不到该函数的原因。
但我收到此错误：
predict.lme中的错误（对象= PlotModel.best，新数据= PlotInvData_predict ，：
找不到函数“ predict.lme”
我以前在nlme上遇到过随机问题，因此我决定尝试predict.merMod（lme4），但是遇到同样的错误，即找不到该函数。我认为这些功能可能无法处理常规预测功能可以处理的间隔参数。我摆脱了它，但仍然无法正常工作。我测试了那些软件包中的其他功能，它们工作正常。所以我的工作流程出了点问题，但我不知道是什么。它与常规预测功能的工作流程相同，我已经很好用了。
我在做什么错了？
这是新数据：
PlotInvData_predict <- read.csv(file="D:/ThesisPart2/Data/PlotInvData_predict.csv", header=TRUE, sep=",")
在此模型：
PlotModel.best <- lmer(d_InvCov ~ TimeSinceDist + UnitArea_ha + (1|MgmtSame)+ (1|LandMgmt.1), PlotInvData)
然后我首先尝试使用predict.lme（nlme）。我注意到我已经安装并加载了该软件包，因为显然这是可能找不到该功能的原因。
install.packages("nlme")
library(nlme)
p_bd <- predict.lme(object=PlotModel.best, newdata=PlotInvData_predict, interval="confidence")
再次出现错误：
predict.lme中的错误（对象= PlotModel.best，新数据= PlotInvData_predict ，：
找不到函数“ predict.lme”
将正则预测函数与其他模型（线性模型）一起使用时，我将得到如下结果：
fit lwr upr
1 1.098959 0.5803632 1.617556
2 1.156005 0.6627035 1.649306
3 1.213050 0.7408797 1.685220
4 1.270095 0.8143122 1.725879
5 1.327141 0.8824762 1.771805
6 1.384186 0.9449715 1.823401
7 1.441231 1.0015871 1.880875