我如何从 lmerTest 模型中获得 CI 的预测？
How can i get predictions with CI from lmerTest models?
我们目前正在研究植物物候学。
我们为研究区域中存在的每个物种构建了一个线性混合模型。
我们将 Days From Snowmelt（从融雪到夏季访问日的天数总和）设置为响应变量，而 Mean phenology（每个地块的平均物候状态（每个地方有 3 个）计算为将12个子小区的平均物候状态划分到每个小区中。从1-6，数字越高越先进的周期）。嵌套在当地的年份和地块被设置为随机因素。
模型建立和修改后，我们要预测每个物种从融雪开始的天数，以达到感兴趣的物候期，这些物候期的平均值恰好为 2、3、4 和 5。（相应的分别对营养、开花、果实发育和分散）
我尝试了 predict() 函数，但我发现每个物种的阶段之间没有异质性，进展似乎是线性的（如图像文件所示）。
难道这只是因为是线性模型所以它只会给出线性响应吗？是否有任何其他方法可以从这些类型的模型中获得预测并显示它们 CI?
How can i get predictions with CI from lmerTest models?
我想你的意思可能是 pediction 间隔。您可以使用 merTools 包中的 predictInterval 函数。例如：
library(lmerTest); library(merTools)
fm1 <- lmer(Reaction ~ Days + (Days|Subject), data = sleepstudy)
head(predictInterval(fm1, level = 0.95, seed = 123, n.sims = 100))
Could this be just because is a linear model so will it only give linear responses?
是的！如果您拟合线性模型，则预测将是线性的。当然，您可以通过多种方式使用线性模型对非线性进行建模，包括变换、非线性项（模型在参数中仍然是线性的）和样条曲线。
我们目前正在研究植物物候学。
我们为研究区域中存在的每个物种构建了一个线性混合模型。
我们将 Days From Snowmelt（从融雪到夏季访问日的天数总和）设置为响应变量，而 Mean phenology（每个地块的平均物候状态（每个地方有 3 个）计算为将12个子小区的平均物候状态划分到每个小区中。从1-6，数字越高越先进的周期）。嵌套在当地的年份和地块被设置为随机因素。
模型建立和修改后，我们要预测每个物种从融雪开始的天数，以达到感兴趣的物候期，这些物候期的平均值恰好为 2、3、4 和 5。（相应的分别对营养、开花、果实发育和分散）
我尝试了 predict() 函数，但我发现每个物种的阶段之间没有异质性，进展似乎是线性的（如图像文件所示）。
难道这只是因为是线性模型所以它只会给出线性响应吗？是否有任何其他方法可以从这些类型的模型中获得预测并显示它们 CI?
How can i get predictions with CI from lmerTest models?
我想你的意思可能是 pediction 间隔。您可以使用 merTools 包中的 predictInterval 函数。例如：
library(lmerTest); library(merTools)
fm1 <- lmer(Reaction ~ Days + (Days|Subject), data = sleepstudy)
head(predictInterval(fm1, level = 0.95, seed = 123, n.sims = 100))
Could this be just because is a linear model so will it only give linear responses?
是的！如果您拟合线性模型，则预测将是线性的。当然，您可以通过多种方式使用线性模型对非线性进行建模，包括变换、非线性项（模型在参数中仍然是线性的）和样条曲线。