glmer - 使用二项式数据进行预测（cbind 计数数据）

我正在尝试预测在我的二项式数据上运行的 glmer 模型随时间的变化（x 轴中的天数）的值。 Total Alive 和 Total Dead 是计数数据。这是我的模型，以及下面相应的步骤。

full.model.dredge<-glmer(cbind(Total.Alive,Total.Dead)~(CO2.Treatment+Lime.Treatment+Day)^3+(Day|Container)+(1|index),
                         data=Survival.data,family="binomial")

正如您在代码（1：索引）中看到的那样，我们已经考虑了过度分散。

然后，我们使用 dredge 命令来确定具有主效应（CO2.Treatment、Lime.Treatment、Day）及其相应交互作用的最佳拟合模型。

dredge.models<-dredge(full.model.dredge,trace=FALSE,rank="AICc")

然后为他们创建一个工作区变量

my.dredge.models<-get.models(dredge.models)

然后，我们进行模型平均以对最佳拟合模型的系数进行平均

silly<-model.avg(my.dredge.models,subset=delta<10)

但现在我想创建一个图表，其中 Y 轴为“总存活数”，X 轴为“天数”，并根据模型的输出绘制一条拟合线。我知道这很棘手，因为该模型连接了 Total.Alive 和 Total.Dead （请参阅cbind(Total.Alive,Total.Dead)在模型中。

当我尝试运行预测命令时出现错误

# 9: In UseMethod("predict") :
#   no applicable method for 'predict' applied to an object of class "mer"

您的大部分问题是您使用的是 1.0 之前的版本lme4，其中没有predict方法实施。 （更新是最简单的，但我相信，如果您由于某种原因无法更新，可以在http://glmm.wikidot.com/faq http://glmm.wikidot.com/faq通过提取固定效应设计矩阵和系数来手动进行预测...）实际上预测没有问题，它预测对数赔率（默认情况下）或概率（如果type="response"）；如果你想预测数字，你必须适当地乘以 N。

您没有给出一个，但这是一个使用内置的可重现的（尽管有点微不足道）示例cbpp数据集（我确实收到了一些警告消息——no non-missing arguments to max; returning -Inf——但我认为这可能是因为模型中只有一个不平凡的固定效应参数？）

library(lme4)
packageVersion("lme4")  ## 1.1.4, but this should work as long as >1.0.0
library(MuMIn)

方便以后使用（用ggplot) 为比例添加一个变量：

cbpp <- transform(cbpp,prop=incidence/size)

拟合模型（您也可以使用glmer(prop~..., weights=size, ...))

gm0 <- glmer(cbind(incidence, size - incidence) ~ period+(1|herd),
           family = binomial, data = cbpp)
dredge.models<-dredge(gm0,trace=FALSE,rank="AICc")
my.dredge.models<-get.models(dredge.models)
silly<-model.avg(my.dredge.models,subset=delta<10)

预测确实有效：

predict(silly,type="response")

创建情节：

library(ggplot2)
theme_set(theme_bw())  ## cosmetic
g0 <- ggplot(cbpp,aes(period,prop))+
    geom_point(alpha=0.5,aes(size=size))

设置预测框架：

predframe <- data.frame(period=levels(cbpp$period))

Predict 在人口层面 (ReForm=NA——这可能必须是REForm=NA在 lme4 `1.0.5) 中：

predframe$prop <- predict(gm0,newdata=predframe,type="response",ReForm=NA)

将其添加到图表中：

g0 + geom_point(data=predframe,colour="red")+
    geom_line(data=predframe,colour="red",aes(group=1))