Question

我想将公式放在随机模型中，但我认为跟随错误是由于错误的公式对象（？），但无法修复它。

set.seed(1234)
mydata <- data.frame (A = rep(1:3, each = 20), B = rep(1:2, each = 30),
                      C = rnorm(60, 10, 5))
mydata$A <- as.factor(mydata$A)
mydata$B <- as.factor(mydata$B)
myfunction <- function (mydata, yvars, genovar, replication) { 
              require("lme4")
              formula = paste ("yvars" ~ 1|"genovar" + 1|"replication")
              model1 <- lmer(formula, data = dataframe, REML = TRUE)
              return(ranef(model2))
}

myfunction(mydata=dataf, yvars = "C", genovar = "A", replication = "B")

错误：长度（公式＆lt; - as.formula（公式））== 3不为TRUE

Answer 1

这里有几件不可思议的东西，但我觉得这很接近你想要的东西。

set.seed(1234)
mydata <- data.frame (A = factor(rep(1:3, each = 20)),
                      B = factor(rep(1:2, each = 30)),
                      C = rnorm(60, 10, 5))
require("lme4")
myfunction <- function (mydata, yvars, genovar, replication) { 
  formula <- paste (yvars,"~ (1|",genovar,") + (1|",replication,")")
  model1 <- lmer(as.formula(formula), data = mydata, REML = TRUE)
  return(ranef(model1))
}
myfunction(mydata=mydata, yvars = "C", genovar = "A", replication = "B")

然而，

小心，lmer不能像经典随机效应ANOVA那样工作 - 它可能会在如此少量的重复中表现得非常糟糕。（在我尝试的示例中，它将A的方差设置为零，这至少不是不合理的。）GLMM FAQ对此问题进行了一些讨论。（在这种情况下，随机效应ANOVA会有非常低的功率，但可能不会那么糟糕。）如果你真的想在这样的小样本上做随机效应模型，你可能要考虑重建经典的矩量法方法（我记得raov中有一个S-PLUS公式做了随机效应ANOVA，但我不知道它是否曾在R中实现过。

最后，对于未来的问题，您可以在r-sig-mixed-models@r-project.org邮件列表上做得更好 - Stack Overflow很不错，但那里有更多的R /混合模型专业知识。

随机模型公式对象

1 个答案: