标签: lme4

有没有人知道从lme4 mer对象生成一个好的出版品质LaTeX表的方法？无论是xtable方法(包xtable),也不是latex方法(包Hmisc)知道如何处理mer的对象.

例如,考虑到这个合适:

library(lme4)    
fm1 <- lmer(Reaction ~ Days + (Days|Subject), sleepstudy)

是否有任何选项可以为固定效应和随机效应生成系数估计的精美LaTeX表？

编辑:

因为这有点隐藏在下面的评论主题中,请注意社区维基正在开发R LaTeX表:在R中制作乳胶表的工具

我想知道如何拟合多元线性混合模型lme4.我使用以下代码拟合单变量线性混合模型:

library(lme4)
lmer.m1 <- lmer(Y1~A*B+(1|Block)+(1|Block:A), data=Data)
summary(lmer.m1)
anova(lmer.m1)

lmer.m2 <- lmer(Y2~A*B+(1|Block)+(1|Block:A), data=Data)
summary(lmer.m2)
anova(lmer.m2)

我想知道如何拟合多元线性混合模型lme4.数据如下:

Block A B    Y1    Y2
 1    1 1 135.8 121.6
 1    1 2 149.4 142.5
 1    1 3 155.4 145.0
 1    2 1 105.9 106.6
 1    2 2 112.9 119.2
 1    2 3 121.6 126.7
 2    1 1 121.9 133.5
 2    1 2 136.5 146.1
 2    1 3 145.8 154.0
 2    2 1 102.1 116.0
 2    2 2 112.0 121.3
 2 …

亲爱的Stack Overflow社区,

目前我正试图在最新版本的R和lme4上重新运行旧数据分析,二项式glmer模型(从2013年初开始),因为我不再使用旧版本的R和lme4了.但是,我通过dmartin和carine(第一个警告消息)以及堆栈溢出之外的其他线程(警告2和3)经历与先前线程类似的警告消息.我使用的早期版本的R和lme4上没有弹出这些警告消息,所以它必须与最新更新有关？

我的数据集的一个子集:

    df <- structure(list(SUR.ID = structure(c(1L, 1L, 2L, 2L, 3L, 3L, 1L, 
1L, 2L, 2L, 3L, 3L, 1L, 1L, 2L, 2L, 3L, 3L, 1L, 1L, 2L, 2L, 3L, 
3L, 1L, 1L, 2L, 2L, 3L, 3L, 1L, 1L, 2L, 2L, 3L, 3L, 1L, 1L, 2L, 
2L, 3L, 3L, 1L, 1L, 2L, 2L, 3L, 3L, 1L, 1L, 2L, 2L, 3L, 3L, 1L, 
1L, 2L, 2L, 3L, 3L, 1L, 1L, 2L, 2L, 3L, 3L, 1L, 1L, 2L, 2L, 3L, 
3L, …

在尝试R使用lme4包时改进线性混合效果模型的模型拟合时间时,我想分享一些我的想法.

数据集大小:数据集大约包含400,000行和32列.遗憾的是,无法分享有关数据性质的信息.

假设和检查:假设响应变量来自正态分布.在模型拟合过程之前,使用相关表和aliasR中提供的函数测试变量的共线性和多重共线性.

连续变量按比例缩放以帮助收敛.

模型结构:模型方程包含31个固定效应(包括截距)和30个随机效应(不包括截距).对于具有2700个级别的特定因子变量,随机效应是随机的.协方差结构是方差分量,因为假设随机效应之间存在独立性.

模型方程示例:

lmer(Response ~ 1 + Var1 + Var2 + ... + Var30 + (Var1-1| Group) + (Var2-1| Group) + ... + (Var30-1| Group), data=data, REML=TRUE)

模型已成功安装,但是,提供结果需要大约3.1小时.SAS中的相同型号花了几秒钟.网上有关于如何通过使用非线性优化算法减少时间的文献,以及在优化nloptwrap完成后执行的耗时衍生计算calc.derivs = FALSE:

https://cran.r-project.org/web/packages/lme4/vignettes/lmerperf.html

时间减少了78%.

问题:是否有其他替代方法可以通过相应地定义lmer参数输入来缩短模型拟合时间？在模型拟合时间方面,R和SAS之间存在很大差异.

任何建议表示赞赏.

我刚刚将lme4更新为版本1.0-4,当我运行lmer()时,我的混合效果模型(之前收敛)现在打印出此警告:

Warning message:
In (function (fn, par, lower = rep.int(-Inf, n), upper = rep.int(Inf,  :
  failure to converge in 10000 evaluations

所以,我想尝试增加迭代次数,看看能不能解决这个问题.(我必须说我不知道​​导致警告的是什么,因为消息的第一部分听起来有些不透明).无论如何,我在文档中读到现在我应该使用lmerControl(),但我无法实现它.有人能给我一个具体的例子说明你是如何做到具体的吗？(帮助文件没有帮助).这是我的模型:

m <- lmer(RT ~ Factor1*Factor2 + (0+Factor1+Factor2|Subject) + (1|Subject)  + (1|Item) + (0+Factor1+Factor2|Item), data= data)

非常感谢!

我使用lme4包运行glmer logit模型.我对各种两种和三种互动效果及其解释感兴趣.为简化起见,我只关注固定效应系数.

我设法提出了一个代码来计算并在logit量表上绘制这些效果,但我无法将它们转换为预测的概率量表.最后我想复制effects包的输出.

这个例子依赖于加州大学洛杉矶分校关于癌症患者的数据.

library(lme4)
library(ggplot2)
library(plyr)

getmode <- function(v) {
  uniqv <- unique(v)
  uniqv[which.max(tabulate(match(v, uniqv)))]
}

facmin <- function(n) {
  min(as.numeric(levels(n)))
}

facmax <- function(x) {
  max(as.numeric(levels(x)))
}

hdp <- read.csv("http://www.ats.ucla.edu/stat/data/hdp.csv")

head(hdp)
hdp <- hdp[complete.cases(hdp),]

hdp <- within(hdp, {
  Married <- factor(Married, levels = 0:1, labels = c("no", "yes"))
  DID <- factor(DID)
  HID <- factor(HID)
  CancerStage <- revalue(hdp$CancerStage, c("I"="1", "II"="2", "III"="3", "IV"="4"))
})

在此之前,我需要的是所有数据管理,功能和包.

m <- glmer(remission ~ CancerStage*LengthofStay + Experience +
             (1 | DID), …

我lme4在 Ubuntu 18.04 上从 CRAN安装软件包时遇到问题。我install.packages("lme4")在 R 3.4.4 上运行并收到以下错误：

ERROR: configuration failed for package ‘nloptr’
* removing ‘/home/peter/R/x86_64-pc-linux-gnu-library/3.4/nloptr’
ERROR: dependency ‘nloptr’ is not available for package ‘lme4’
* removing ‘/home/peter/R/x86_64-pc-linux-gnu-library/3.4/lme4’

仔细观察，我看到这两条错误行：

libtool: link: ERROR: no information for variable 'AR' cru .libs/libutil.a .libs/mt19937ar.o .libs/sobolseq.o .libs/timer.o .libs/stop.o .libs/redblack.o .libs/qsort_r.o .libs/rescale.o

checking for ranlib... ERROR: no information for variable 'RANLIB'

但是，ar和ranlib命令都可以在我的机器上运行。错误的原因可能是什么？

我正在使用glmulti进行R中的模型平均.我的模型中有大约10个变量,使得详尽的筛选不切实际 - 因此我需要使用遗传算法(GA)(调用:method ="g").

我需要包含随机效果,所以我使用glmulti作为lme4的包装器.有关这方面的方法,请访问http://www.inside-r.org/packages/cran/glmulti/docs/glmulti,glmulti软件包中还附带了一个pdf,详细介绍了这一点.问题是,当告诉glmulti在这个设置中使用GA时,它会无限期地运行,即使在找到最佳模型之后也是如此.

这是从glmulti包中包含的pdf中获取的示例:

library(lme4)
library(glmulti)

# create a function for glmulti to act as a wrapper for lmer:
lmer.glmulti <- function (formula, data, random = "", ...) {
lmer(paste(deparse(formula), random), data = data, REML=F, ...)
}

# set some random variables:
y = runif(30,0,10) # mock dependent variable
a = runif(30) # dummy covariate
b = runif(30) # another dummy covariate
c = runif(30) # an another one
x = as.factor(round(runif(30),1))# dummy grouping factor

# …

我一直在使用"nlme"包中的R Orthodont数据集.只是用来install.packages("nlme");library(nlme);head(Orthodont)看看.该数据集包括在27名儿童中随时间测量的垂体和翼状颌裂之间的距离. 使用lme4包我可以使用逻辑曲线作为我的函数形式拟合非线性混合效应模型.我可以选择将渐近线和中点作为随机效果输入

nm1 <- nlmer(distance ~ SSlogis(age,Asym, xmid, scal) ~ (Asym | Subject) + (xmid | Subject), Orthodont, start = c(Asym =25,xmid = 11, scal = 3), corr = FALSE,verb=1)

我真正想知道的是性别是否会改变这些参数.不幸的是,在线示例不包括主题和组示例.这是否可以使用lme4包装？

另一个帮助在Linux 上安装nloptr包(Ubuntu 14.04.4 LTS).我查看了许多问题,但没有找到解决方案.

我无法在R(版本3.3.1/Rstudio版本0.99.902)作为安装的安装包lme4 nloptr具有非零退出状态.当我尝试

    install.package("nloptr") 

我得到以下内容:

Installing package into ‘/home/rd14/R/x86_64-pc-linux-gnu-library/3.3’
(as ‘lib’ is unspecified)
trying URL 'https://cran.rstudio.com/src/contrib/nloptr_1.0.4.tar.gz'
Content type 'unknown' length 353942 bytes (345 KB)
==================================================
downloaded 345 KB

* installing *source* package ‘nloptr’ ...
** package ‘nloptr’ successfully unpacked and MD5 sums checked
checking for g++... g++
checking whether the C++ compiler works... yes
checking for C++ compiler default output file name... a.out
checking for suffix of executables... 
checking whether we are cross compiling... …