djh*_*ing 4 regression r prediction
我使用各种函数来拟合我的离散计数数据进行比较.我使用geepack,log(count)使用lme(nlme)的线性混合效果模型,使用glmer(lme4)的GLMM 和使用R中的GAMM gamm4(gamm4)来拟合GEE模型.
我有兴趣比较这些模型,并希望绘制一组新数据(预测变量)的预期(预测)值.我的目标是比较特定条件下每个模型的预测效果(x变量).特别感兴趣的是边际(GEE)和条件估计之间的比较.
我认为我的主要问题可能是使用正确的标签和属性等以正确的形式获取新数据.我仍然是一个R新手,并且很难与这些东西斗争(不幸的是,在我的大学没有这个课程).
我目前有适合的型号
gee1 lme1 lmer1 gamm1
并且可以毫无问题地提取它们的固定效应系数和标准误差.我也没有问题从对数标度转换它们或估计考虑随机效应的置信区间.
我还有我的新数据框newdat,其中有23个变量的365个观测值(一年中每一天的平均环境数据).
我被困在如何从这预测新的计数估计.我玩了model.matrix函数,但无法使它工作.例如,我尝试过:
mm = model.matrix(terms(glmm1), newdat) # Error in model.frame.default(object,
# data, xlev = xlev) : object is not a matrix
newdat$pcount = mm %*% fixef(glmm1)
任何建议或好的参考将不胜感激.有人可以帮助解决上面的错误吗？