我正在尝试使用 lme4
和 multilevelmod
从 tidymodels 中提取随机截取。我可以使用下面的 lme4 来做到这一点:
使用 R 和 lme4:
library("tidyverse")
library("lme4")
# set up model
mod <- lmer(Reaction ~ Days + (1|Subject),data=sleepstudy)
# create expanded df
expanded_df <- with(sleepstudy,
data.frame(
expand.grid(Subject=levels(Subject),
Days=seq(min(Days),max(Days),length=51))))
# create predicted df with **random intercepts**
predicted_df <- data.frame(expanded_df,resp=predict(mod,newdata=expanded_df))
predicted_df
# plot intercepts
ggplot(predicted_df,aes(x=Days,y=resp,colour=Subject))+
geom_line()
使用 tidymodels:
# example from
# https://github.com/tidymodels/multilevelmod
library("multilevelmod")
library("tidymodels")
library("tidyverse")
library("lme4")
#> Loading required package: parsnip
data(sleepstudy, package = "lme4")
# set engine to lme4
mixed_model_spec <- linear_reg() %>% set_engine("lmer")
# create model
mixed_model_fit_tidy <-
mixed_model_spec %>%
fit(Reaction ~ Days + (1 | Subject), data = sleepstudy)
expanded_df_tidy <- with(sleepstudy,
data.frame(
expand.grid(Subject=levels(Subject),
Days=seq(min(Days),max(Days),length=51))))
predicted_df_tidy <- data.frame(expanded_df_tidy,resp=predict(mixed_model_fit_tidy,new_data=expanded_df_tidy))
ggplot(predicted_df_tidy,aes(x=Days,y=.pred,colour=Subject))+
geom_line()
使用 predict()
函数似乎只能给出固定效应预测。
有没有办法从 tidymodels 和 multilevelmod 中提取随机截取?我知道该包仍在开发中,因此现阶段可能无法实现。
最佳答案
我认为您可以按如下方式解决此问题:
predicted_df_tidy <- mutate(expanded_df_tidy,
.pred = predict(mixed_model_fit_tidy,
new_data=expanded_df_tidy,
type = "raw", opts=list(re.form=NULL)))
bind_cols()
而不是mutate()
在某些情况下可能有用?- 问题在于
multilevelmod
internally sets the default for prediction to re.form = NA ;上面的代码将其重置为re.form = NULL
(这是lme4
默认值,即在预测中包含所有随机效应)
如果您确实想要随机拦截(仅),我想您可以predicted_df_tidy %>% filter(Days==0)
PS如果你想对此更加“整洁”,我认为你可以使用purrr::cross_df()
代替expand.grid
并通过管道传输结果直接到 mutate()
...
关于r - 如何从混合效果中提取随机截距 Tidymodels,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/69005765/