我现在正在使用的代码：

Question

我正在尝试执行具有随机效果的逐步模型，我可以得到一个BIC值。

lmerTest软件包表示它可与lme4一起使用，但是只有从模型中删除我的一个自变量（这是具有两个选项（TM）的一个因素）时，我才能使其工作

错误代码是：

$<-（*tmp*，公式，值=条款）中的错误：没有方法可用于分配该S4类的子集

或

as_lmerModLmerTest（model）中的错误：不是'lmerMod'类的模型：无法强制使用'lmerModLmerTest类

我在某处阅读过它可能与drop1有关，但我仍然没有弄清楚。我也乐于接受其他软件包和功能的建议。

之前，尝试 full.model <-lm（... 一切正常。更改为lmer后，它不再存在。

我现在正在使用的代码：

full.model <- lme4::lmer(dep ~ TM + ind + (1 | dorp),  data=test)  #lmerTest:: give same outcome

step.model<- lmerTest::step(full.model, direction="both",k=log(16))   # n=16

summary(step.model)

BIC(step.model)

#Example dataset

test <- data.frame(TM = as.factor(c(rep("org", 3), rep("min", 3),rep("org", 3), rep("min", 3),rep("org", 3), rep("min", 3))),
                   dep = runif(18,0,20),
                   ind = runif(18,0,7),
                   dorp = as.factor(c(rep(1,6),rep(2,6),rep(3,6))))

Answer 1

问题在于，当在随机效果选择阶段从模型中消除所有随机效果时，lmerTest::step.lmerModLmerTest会中断。它可能不应该（我认为该程序包的早期版本可能不行），但是解决起来并不难。您可以指定不简化随机效应模型（step(full.model, reduce.random=FALSE)），或，如果遇到此错误，请丢弃模型的随机效应组件，然后使用{{ 1}}生成的线性模型：

step()

（由于它包含fixmodel <- lm(formula(full.model,fixed.only=TRUE), data=eval(getCall(full.model)$data)) step(fixmodel)，因此仅在R可以找到eval()参数所引用的数据帧的环境中有效）。

我已提交有关此问题的issue。

此外（令人困惑），data=与stats::step包中的step.lmerModLmerTest具有不同的论据/做出不同的假设。 lmerTest被定义为

stats::step

step(object, scope, scale = 0, direction = c("both", "backward", "forward"), trace = 1, keep = NULL, steps = 1000, k = 2, ...)使用时

step.lmerModLmerTest

尤其是，step(object, ddf = c("Satterthwaite", "Kenward-Roger"), alpha.random = 0.1, alpha.fixed = 0.05, reduce.fixed = TRUE, reduce.random = TRUE, keep, ...)参数不适用（direction仅适用于向后消除）； step.lmerModLmerTest不会（我相信k使用AIC，但我必须仔细检查）。

step.lmerModLmerTest

set.seed(1001) dd <- data.frame(x1=rnorm(500),x2=rnorm(500), x3=rnorm(500),f=factor(rep(1:50,each=10))) library(lme4) dd$y <- simulate(~x1+x2+x3+(1|f), newdata=dd, newparams=list(theta=1,beta=c(1,2,0,0), sigma=1), family=gaussian)[[1]] library(lmerTest) full.model <- lmer(y~x1+x2+x3+(1|f), data=dd) step.model<- step(full.model)具有类step.model；有打印方法，但没有摘要方法。

如何做具有随机效应的逐步建模（lme4 + lmerTest？）

我现在正在使用的代码：

1 个答案: