![](/img/trans.png)
[英]R:Subject specific prediction from heterogenous linear mixed effect model package (lcmm) in R
[英]Prediction in a linear mixed model in R
考慮 lme4 package 中的 sleepstudy 數據,如下所示。 包含 18 名受試者,在不同的日子里重復測量反應(反應是反應)。
library("lme4")
head(sleepstudy)
Reaction Days Subject
1 249.5600 0 308
2 258.7047 1 308
3 250.8006 2 308
4 321.4398 3 308
5 356.8519 4 308
6 414.6901 5 308
以下代碼適合具有隨機截距的線性混合 model。
fit1 = lmer(Reaction ~ Days + (1 | Subject), data = sleepstudy)
我們可以使用“ranef(fit1)”獲得特定於主題的隨機截距。 此外,可以使用“predict(fit1)”來預測原始數據中所有時間點的響應。
但是,我想預測 R 中 18 名受試者在第 12 天和第 14 天的反應(反應)(第 12 天和第 14 天是不在原始數據中但想對反應進行預測的天)。 也就是說,我最終應該得到一個看起來像這樣的數據集。
Days Subject Predicted_Response
12 308
12 309
...
12 371
12 372
14 308
14 309
...
14 371
14 372
我們可以使用predict
方法的 "newdata" 參數來實現這一點:
library("lme4")
fit1 = lmer(Reaction ~ Days + (1 | Subject), data = sleepstudy)
newdata <- expand.grid(
Days = c(12, 14),
Subject = unique(sleepstudy$Subject)
)
newdata$Predicted_Response <- predict(fit1, newdata = newdata)
Days Subject Predicted_Response
1 12 308 417.7962
2 14 308 438.7308
3 12 309 299.1630
4 14 309 320.0976
5 12 310 313.9040
6 14 310 334.8385
7 12 330 381.4190
8 14 330 402.3536
9 12 331 387.2287
10 14 331 408.1633
11 12 332 385.2338
12 14 332 406.1683
... etc ...
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.