lmer：对人口水平的预测会触发错误

Question

我想使用线性混合模型并对人口水平进行预测（即仅使用固定效应并使用 0 而不是随机效应）。

示例模型：

require(lme4)

fm1 <- lmer(Reaction ~ Days + (Days | Subject), sleepstudy)
summary(fm1)
# values for prediction:
newx <- seq(min(sleepstudy$Days), max(sleepstudy$Days))

我尝试了几种人口水平的预测方法，但都失败了：

pred <- predict(fm1, newdata = data.frame(Days = newx), allow.new.levels = TRUE)
# Error: couldn't evaluate grouping factor Subject within model frame: try adding grouping factor to data frame explicitly if possible

pred <- predict(fm1, newdata = data.frame(Days = newx, Subject = NA), allow.new.levels = TRUE)
# Error: Invalid grouping factor specification, Subject

pred <- predict(fm1, newdata = data.frame(Days = newx, Subject = as.factor(NA)), allow.new.levels = TRUE)
# Error: Invalid grouping factor specification, Subject

我试图找到正确预测方法的手册，但我不知道如何？我试着查看 help(package = "lme4")，发现最接近的函数是 predict.merMod（尽管模型 fm1 的 class 是 lmerMod 而不是 merMod） . ?predict.merMod 读取：

allow.new.levels (logical) if FALSE (default), then any new levels (or NA values) detected in newdata will trigger an error; if TRUE, then the prediction will use the unconditional (population-level) values for data with previously unobserved levels (or NAs)

它明确表示 "or NAs"，但显然不是这样的！！

我在看正确方法的帮助页面吗？如果不是，正确的方法是什么？
如何在人口层面进行预测？

Answer 1

您正在寻找 re.form:

re.form: formula for random effects to condition on. If ‘NULL’, include all random effects; if ‘NA’ or ‘~0’, include no random effects

require(lme4)
fm1 <- lmer(Reaction ~ Days + (Days | Subject), sleepstudy)
newx <- seq(min(sleepstudy$Days), max(sleepstudy$Days))
predict(fm1, newdata=data.frame(Days=newx), re.form=NA)
##        1        2        3        4        5        6        7        8 
## 251.4051 261.8724 272.3397 282.8070 293.2742 303.7415 314.2088 324.6761 
##        9       10 
## 335.1434 345.6107

关于您的其他问题：

merMod 是一个 "super-class"，包括线性 (lmerMod) 和广义线性 (glmerMod) 模型：参见 ?"merMod-class"
你的后两次尝试可能应该有效；但是，allow.new.levels 是为偶尔有 NA 值的情况设计的，并非所有 NA 值... predict(fm1, newdata = data.frame(Days = newx, Subject = "a"), allow.new.levels = TRUE) 都有效。看起来代码检测到一个全 NA 列并将其解释为上游出现了问题 - 这可以在代码中修复，但似乎不是很 high-priority 因为 re.form存在。

lmer：对人口水平的预测会触发错误

lmer: predictions on population level trigger an error

r

lme4

mixed-models