Question

我想用随机效应拟合线性高原模型。我找到了一种适合nls()的函数的方法，但是我不知道如何包括随机效果。这是我到目前为止所拥有的：

#create data
x=c(1:6,1:6)
y=c(10,21,27,35,33,35,9,20,28,32,30,31)
z=c("A","A","A","A","A","A","B","B","B","B","B","B")
df<-data.frame(x,y,z)

#create linear-plateau function
lp=function(x, a, b, c){
  ifelse(x > c, a + b * c, a + b * x)
  }

#fit the model without random effects
p10=nls(y ~ lp(x, a, b, c), data = df, start = list(a = 0, b = 15, c = 4))


plot(y~x)
lines(x=c(0, coef(p10)["c"],max(df$x)), 
      y=c(coef(p10)["a"],
          (coef(p10)["a"] + coef(p10)["b"] * coef(p10)["c"]),
          (coef(p10)["a"] + coef(p10)["b"] * coef(p10)["c"])),lty=2)

我想做的是将z作为随机效果包括在内，因为从同一z级别收集的所有数据都不是独立的。我知道如何使用nlmer包中的lme4函数为混合效果建模，但是我不知道如何使用线性高原模型拟合它。

Answer 1

您可以使用nlme软件包进行此操作，但是您提供给我们的数据不足以成功拟合随机效应模型。

首先通过拟合gnls()（广义非线性最小二乘）模型，该模型允许各组之间的固定效果差异：

library(nlme)
p20 = gnls(y ~ lp(x, a, b, c),
           params= list(a+b~z, c~1),
           data = df,
           start = list(a = c(0,0), b=c(15,15), c=4))

（我最初尝试params = list(a+b+c~z)，对start进行了适当的更改，但拟合未成功。可能可以调整控制参数以建立该模型工作...）

现在作为随机效果模型。这不会成功-您几乎肯定需要有两个以上的小组-但这应该可以为您提供想法。

p30 = nlme(y ~ lp(x, a, b, c),
           random = a+b~1|z,
           fixed = a+b+c ~ 1,
           data = df,
           start = c(a=0, b=15, c=4)
           )

使用nlmer进行此操作比较麻烦，因为您必须定义一个返回梯度以及目标函数值的函数。

如何使用混合效果拟合nls模型

1 个答案: