R：lme，无法在 'newdata' 上评估所需级别的组

Question

我是运行 R v.3.0.2 包 nlme 中的 lme 模型。我正在尝试使用 predict.lme 提取模型估计值，但它 returns 是一个错误。这是复制错误的代码：

my.model = lme(fixed = Maxi ~ Time*Origin, random = ~ 1 |Genotype, method = "REML", weights=varPower(), data=dd)
new.my.model <-  data.frame(Origin = c("Ka", "Ka", "La", "La"), Time = c("mor", "eve", "mor", "eve"))
predict(my.model, new.my.model, level = 0:1)
#Error in predict.lme(my.model, new.my.model, level = 0:1) : 
#cannot evaluate groups for desired levels on 'newdata'

这是数据：

dd<-read.table(text="Origin Genotype  Time Maxi
Ka    Ka1     mor 14,59
Ka    Ka1     eve 13,42
Ka    Ka11    mor 14,08
Ka    Ka11    eve 16,29
Ka    Ka15    mor 14,38
Ka    Ka15    eve 14,56
La    La1     mor 17,82
La    La1     eve 13,28
Ka    Ka1     mor 16,44
Ka    Ka1     eve 15,52
Ka    Ka15    mor 13,76
Ka    Ka15    eve 13,55
Ka    Ka1     mor 19,15
Ka    Ka1     eve 19,12
La    La6     mor 10,54
La    La6     mor 11,38
La    La6     eve 10,48
Ka    Ka15    mor 15,25
Ka    Ka15    eve 16,51
La    La1     mor 17,46
La    La1     eve 15,57
Ka    Ka1     mor 16,83
Ka    Ka1     eve 15,63
Ka    Ka15    mor 14,54
Ka    Ka15    eve 15,09
La    La1     mor 11,3
La    La1     eve 11,94", header=TRUE, dec=",")

数据是两个因素 (Ka, La)，每个因素有两个水平 (mor, eve) 和一个随机效应。我正在尝试提取 4 个数据级别的估计值，即 Ka,mor ；卡，伊芙；啦啦啦；晚安

第一次在 CV 上被问到另一个上下文，但我被推荐到这里。

Answer 1

如果要忽略随机成分，那么设置levels=0:1是不正确的；你应该只使用 levels=0.

new.my.model <- expand.grid(Origin=c("Ka","La"), Time=c("mor","eve"))
( pm<-predict(my.model, new.my.model, level = 0) )

# [1] 15.30408 15.51259 12.99398 12.05721
# attr(,"label")
# [1] "Predicted values"

cbind(new.my.model, pred.mean=pm)

#   Origin Time pred.mean
# 1     Ka  mor  15.30408
# 2     La  mor  12.99398
# 3     Ka  eve  15.51259
# 4     La  eve  12.05721

R：lme，无法在 'newdata' 上评估所需级别的组

R: lme, cannot evaluate groups for desired levels on 'newdata'

statistics

r

nlme