glmulti与线性混合模型

Question

我对和线性混合模型有一个问题。当我试图用coff.glmulti函数估计模型平均系数时，我得到了以下错误：

Data.frame中的错误(.，check.names = FALSE)：参数意味着不同的行数: 1，0

我做了一些调试，发现问题从突出显示的coeff.glmulti函数行开始：

         if (length(object@adi) >= 1) 
             for (j in 1:length(object@adi)) {
               cak[[length(names(cak)) + 1]] = object@adi[[j]]

               names(cak)[length(names(cak))] = names(object@adi)[j]
             }
         modf = eval(cak)

         coffee = c(coffee, list(modf))
     }
 }

 if (length(coffee) == 1) {
     warning("Only one candidate: standard conditional inference was performed.")

     **return(coef(coffee[[1]]))**
 }

之后，当它试图在咖啡对象上应用getfit时，它就失败了。我认为，错误是由于lmer.fir对象的结构与lm或其他类型的模型对象不同造成的。

我正在粘贴一个最小的可重复的示例，以帮助那些想帮助我的人：

#Add the required package
library(lme4)
library(glmulti)

# A random vector of count data
vy1<-round(runif(100, min=1,max=20)*round(runif(100,min=1,max=20)))

# Predictors
va = runif(100,min=1,max=100)
vb = runif(100,min=,max=100)
random_effect <- as.factor(rep(c(1,2,3,4),each=25))
pippo<-as.data.frame(cbind(vy1,va,vb,random_effect))
form_glmulti = as.formula(paste("vy1~va*vb")) 

# The wrapper function for linear mixed-models
lmer.glmulti<-function(formula,data,random="",...){
  lmer(paste(deparse(formula),random),data=data,REML=F,...)
}
# The wrapper function for linear models
lm.glmulti<-function(formula,data,...){
  lm(paste(deparse(formula)),data=data,...)
}

# Multi selection for lmer
glmulti_lmm<-glmulti(form_glmulti,random="+(1|random_effect)",data=pippo,method="h", 
                     fitfunc=lmer.glmulti, intercept=TRUE,marginality=FALSE,level=2)
# Model selection for lm
glmulti_lm<-glmulti(form_glmulti,data=pippo,method="h",fitfunc=lm.glmulti,intercept=TRUE, 
                        marginality=FALSE, level=2)

# Coeffs estimation lmer #Here the error
coef.glmulti(glmulti_lmm,select="all",varweighting="Johnson",icmethod="Burnham")
#Coeffs estimation lm #With lm everything is ok
coef(glmulti_lm,varweighting="Johnson",icmethod="Burnham",select="all")

Answer 1

如果您使用的是lme4的最新版本之一，那么我建议的getfit()函数将不再适用。实际上，lme4包维护人员在其包中做了相当多的更改:对象的类现在是"merMod"，在这里它是"mer"，还有其他一些东西。

然后，必须稍微调整getfit函数，以便与新的lme4结构进行接口glmulti。这里有一个getfit定义，它适用于Ubuntu12.04的最新lme4构建，截止到昨天：

setMethod('getfit', 'merMod', function(object, ...) {
summ=summary(object)$coef
summ1=summ[,1:2]
if (length(dimnames(summ)[[1]])==1) {
    summ1=matrix(summ1, nr=1, dimnames=list(c((Intercept)"),c("Estimate","Std.    Error")))
}
cbind(summ1, df=rep(10000,length(fixef(object))))
})

这应该能解决问题。see also my website [http://vcalcagnoresearch.wordpress.com/package-glmulti/]观

Answer 2

在将令牌名从vy2更改为vy1之后，对glmulti的第一次调用不再引发错误，但这个调用会引发错误：

coef.glmulti(glmulti_lmm,select="all",varweighting="Johnson",icmethod="Burnham")

我不认为您突出显示的行是错误的来源，因为如果是的话，就会发出警告，而且对象有8个模型。我认为就在这一点之下，这条线出现了：

coke = lapply(coffee, getfit) # since that is step three in the traceback()

查看glmulti_lmm的内容，我们看到对象槽有8个模型：

> summary(glmulti_lmm)$bestmodel
[1] "vy1 ~ 1"

> glmulti_lmm@objects[[1]]
Linear mixed model fit by maximum likelihood ['lmerMod']
Formula: vy1 ~ 1 + (1 | random_effect) 
   Data: data 
      AIC       BIC    logLik  deviance 
1183.9965 1191.8120 -588.9983 1177.9965 
Random effects:
 Groups        Name        Std.Dev.
 random_effect (Intercept)  0.00   
 Residual                  87.45   
Number of obs: 100, groups: random_effect, 4
Fixed Effects:
(Intercept)  
      105.5  

> coef( glmulti_lmm@objects[[1]])
$random_effect
  (Intercept)
1      105.48
2      105.48
3      105.48
4      105.48

attr(,"class")
[1] "coef.mer"

您没有说明您的目标是什么，但也许这说明了如何检查这些对象。对我来说，这是一个可疑的错误，你可能想要发送一个备忘录给包维护人员。