Julia 混合效应模型中随机斜率的相互作用

Question

是否可以在 Julia 中拟合 LMM 中的随机效应相互作用？

这会报错

model = fit!(lmm(@formula(response ~ 1 + A*B + (1+A*B|sub)), data)
ERROR: MethodError: no method matching getindex(::DataFrames.DataFrame, ::Expr)

拆开条款也无济于事。

model = fit!(lmm(@formula(response ~ 1 + A*B + (1+A+B+A&B|sub)), data)

这个有效

mode2 = fit!(lmm(@formula(response ~ 1 + A*B + (1+A+B|sub)), data)

请注意，当您对固定效果进行交互时，不会出现任何问题。

Answer 1

也许这应该是 MixedModels.jl 或 DataFrames.jl github 中的一个问题。但是，无论如何，我已经找到了似乎有问题的地方：@formula 的 eterms 的计算。所以，为了让它工作，我重新定义了计算。将以下内容粘贴到 REPL 中并尝试有问题的 fit!:

function DataFrames.evt(ex::Expr)
    if ex.head != :call error("Non-call expression encountered") end
    if !(ex.args[1] in DataFrames.nonevaluation)
        trms = DataFrames.getterms(ex)
        if length(trms)>1
            return vcat(map(DataFrames.evt,trms)...)
        else
            return [trms]
        end
    end
    return filter(x->!isa(x,Number), vcat(map(DataFrames.evt, ex.args[2:end])...))
end

现在，Cholesky 分解函数的变化（我的 Julia 是 v0.7）留下了另一个问题，这也是可以修复的，但如果其他一切正常，上述重新定义允许继续解决第一个问题。

这里是 MixedModels 和 DataFrames github 页面的链接：

Julia 混合效应模型中随机斜率的相互作用

Interaction of random slopes in mixed-effects models in Julia

interaction

regression

julia

mixed-models