如何从lmerTest模型中获得CI预测？

Question

我们目前正在研究植物物候学。

我们为研究区内的每一种物种建立了线性混合模型。

我们设定了从融雪到夏季拜访日的天数作为响应变量，而平均物候(每个小区的平均物候状态(每个地区有3个)由12个子样地的平均物候状态划分为每个样地。从1-6，数字越高，周期越先进)。地区内嵌套的年份和地块被设置为随机因素。

模型建立和修正后，我们要预测每种植物从融雪开始的天数，以达到感兴趣的物候阶段，它们的平均值分别为2、3、4和5。(分别对应于营养期、开花期、果实发育期和离散期)，我尝试了函数predict()，但每个物种之间没有异质性，进展似乎是线性的(如图像文件所示)。

这是否仅仅是因为它是一个线性模型，所以它只会给出线性响应？还有其他方法可以从这些模型中得到预测并显示他们的CI吗？

​

​

Answer 1

如何从lmerTest模型中获得CI预测？

我想你可能是指戒酒间隔。您可以在predictInterval包中使用merTools函数。例如：

library(lmerTest); library(merTools)

fm1 <- lmer(Reaction ~ Days + (Days|Subject), data = sleepstudy)
head(predictInterval(fm1, level = 0.95, seed = 123, n.sims = 100))

，这是否仅仅是因为它是一个线性模型，所以它只会给出线性响应？

是的！如果你拟合一个线性模型，那么预测将是线性的。当然，你可以用线性模型对非线性进行多种建模，包括变换、非线性项(模型在参数上仍然是线性的)和样条。