[英]R how to use sjPlot::tab_model() to put lmer, glmer, and gamlss models into a table
[英]using aictab() for lmer and glmer models
我正在嘗試使用aictab()
輸出進行AICc模型選擇。 此發布類似( 調用aictab時未定義函數 ),但不適用於我的問題,因為它使用的是glm.nb
模型,而我使用的是lmer
模型,也使用的是glmer(family=binomial)
。 aictab
文檔( https://www.rdocumentation.org/packages/AICcmodavg/versions/2.2-1/topics/aictab )說該函數可以處理lm
, lme
和glm
模型:是否包括lmer
和glmer
嗎?
我的代碼實際上在幾天前就工作了,但是最近壞了,並返回了此錯誤代碼
aictab.default()中的錯誤:尚未為此對象類定義函數
m1 <- lmer(y ~ x + (1|z), data=df)
m2 <- lmer(y ~ w + (1|z), data=df)
m3 <- lmer(y ~ v + (1|z), data=df)
cand.set <- list(m1, m2, m3)
names <- list("x", "w", "v")
aictab(cand.set, modnames=names, second.ord=TRUE, nobs=NULL, sort=TRUE)
tl; dr加載了lmerTest
軟件包,因此模型具有不同的類,這使aictab()
感到困惑。 您可以確保在擬合模型時加載了lme4
而不是 lmerTest
,或者使用bbmle::AICctab()
,它似乎更健壯。 (有關此問題,可能值得聯系AICcmodavg
的軟件包維護者...)
用lme4
設置:
library(lme4)
library(AICcmodavg)
ss <- transform(sleepstudy, junk1=rnorm(nrow(sleepstudy)),
junk2=rnorm(nrow(sleepstudy)))
m1 <- lmer(Reaction ~ Days + (1|Subject), data=ss, REML=FALSE)
m2 <- update(m1, . ~ . - Days + junk1)
m3 <- update(m1, . ~ . - Days + junk2)
cand.set <- list(m1, m2, m3)
names <- c("Days", "junk1", "junk2") ## this should be a vector, not a list ...
這工作正常:
aictab(cand.set, modnames=names, second.ord=TRUE, nobs=NULL, sort=TRUE)
## K AICc Delta_AICc AICcWt Cum.Wt LL
## Days 4 1802.31 0.00 1 1 -897.04
## junk2 4 1918.47 116.16 0 1 -955.12
## junk1 4 1918.71 116.40 0 1 -955.24
現在,加載lmerTest
並重新調整模型(我們可以執行例如m1 <- as(m1, "lmerModLmerTest")
但是重新調整很容易)。
library(lmerTest)
m1 <- lmer(Reaction ~ Days + (1|Subject), data=ss, REML=FALSE)
m2 <- update(m1, . ~ . - Days + junk1)
m3 <- update(m1, . ~ . - Days + junk2)
cand.set <- list(m1, m2, m3)
aictab(cand.set, modnames=names, second.ord=TRUE, nobs=NULL, sort=TRUE)
aictab.default中的錯誤(cand.set,modnames =名稱,second.ord = TRUE ,:尚未為此對象類定義函數
bbmle::AICctab()
函數更加健壯,因為它僅依賴於為類定義的logLik
方法(默認情況下,它僅提供具有delta-AIC和df的表)
library(bbmle)
AICctab(m1, m2, m3, mnames=names, base=TRUE, weights=TRUE, logLik=TRUE)
## logLik AICc dLogLik dAICc df weight
## Days -897.0 1802.3 58.2 0.0 4 1
## junk2 -955.1 1918.5 0.1 116.2 4 <0.001
## junk1 -955.2 1918.7 0.0 116.4 4 <0.001
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.