使用 lme4 建模根据固定效应值进行预测

Question

我对新手问题表示歉意，但我是 lme4 的新手。我正在使用 lme4 对三年内由不同类型的土地利用组成的六个地点中蜂群的生存进行建模，并在使用 REML 消除其他竞争模型后生成了以下模型：

land1=lmer(asin(sqrt(prop_survival))~log(area_forage_uncult) + (1|site) + (1|year))

并制作了摘要：

Linear mixed model fit by REML ['lmerMod']
Formula: asin(sqrt(prop_survival)) ~ log(area_forage_uncult) + (1 | site)+ (1 | year))

REML criterion at convergence: -32.7

Scaled residuals: 
Min      1Q  Median      3Q     Max 
-1.4914 -0.5867 -0.0323  0.4945  1.7873 

Random effects:
 Groups   Name        Variance Std.Dev.
 site     (Intercept) 0.001080 0.03287 
 year     (Intercept) 0.000000 0.00000 
 Residual             0.004983 0.07059 
Number of obs: 18, groups:  site, 6; year, 3

Fixed effects:
                    Estimate Std. Error t value
(Intercept)             -1.33426    0.62653  -2.130
log(area_forage_uncult)  0.13687    0.03618   3.783

Correlation of Fixed Effects:
        (Intr)
lg(r_frg_n) -0.999

我现在想做的是使用这个模型来预测养蜂场在给定其他数量的未开垦饲料的情况下的生存率。最好的方法是什么？示例代码会非常有帮助。

Answer 1

这应该是相当简单的（尽管使用可重现的示例会让我更直接......）

如果您有合适的型号land1，那么

## I'm picking arbitrary values here since I don't
##  know what's sensible for your system
pframe <- data.frame(area_forage_uncult=200:210)
predict(land1,newdata=pframe,re.form=~0)

该参数re.form=~0告诉predict()函数您想要在人口级别进行预测，而不是针对任何特定年份或地点（即在预测时将随机效应值设置为零）。有关详细信息，请参阅?predict.merMod。

关于该模型我还有其他一些建议：

• 考虑使用二项式 GLMM（如果您的生存比例超出已知暴露总数）而不是反正弦平方根转换（参见Warton 和 Hui 2011）
• 6 个位点是相当小的随机效应水平，而 3 个位点则非常小；您的输出显示年间方差已设置为零。考虑将年份设置为固定效果（可能使用和为零的对比，即指定contrasts=list(year=contr.sum)）。