R -随机模型公式对象

Question

我想把公式放在随机模型中，但我认为下面的错误是由于错误的公式对象(?)，但无法修复。

set.seed(1234)
mydata <- data.frame (A = rep(1:3, each = 20), B = rep(1:2, each = 30),
                      C = rnorm(60, 10, 5))
mydata$A <- as.factor(mydata$A)
mydata$B <- as.factor(mydata$B)
myfunction <- function (mydata, yvars, genovar, replication) { 
              require("lme4")
              formula = paste ("yvars" ~ 1|"genovar" + 1|"replication")
              model1 <- lmer(formula, data = dataframe, REML = TRUE)
              return(ranef(model2))
}
myfunction(mydata=dataf, yvars = "C", genovar = "A", replication = "B")

错误:length(formula <- as.formula(formula)) == 3不为TRUE

Answer 1

这里有几个不稳定的东西，但我认为这是接近你想要的。

set.seed(1234)
mydata <- data.frame (A = factor(rep(1:3, each = 20)),
                      B = factor(rep(1:2, each = 30)),
                      C = rnorm(60, 10, 5))
require("lme4")
myfunction <- function (mydata, yvars, genovar, replication) { 
  formula <- paste (yvars,"~ (1|",genovar,") + (1|",replication,")")
  model1 <- lmer(as.formula(formula), data = mydata, REML = TRUE)
  return(ranef(model1))
}
myfunction(mydata=mydata, yvars = "C", genovar = "A", replication = "B")

然而，注意

， lmer并不像经典的随机效应ANOVA那样工作——对于如此少量的重复，它可能表现得非常糟糕。(在这个例子中，我尝试将A的方差设置为零，这至少不是不合理的。)GLMM FAQ对此问题进行了一些讨论。(在这种情况下，随机效应方差分析的功效极低，但可能没有那么糟糕。)如果你真的想在这么小的样本上做随机效应模型，你可能想考虑重建经典的矩量方法(我记得S-PLUS中有一个raov公式，它做了随机效应方差分析，但我不知道它是否曾经在R中实现过)。

最后，关于这些问题，你可以在[e-mail]邮件列表中做得更好——Stack Overflow很好，但是那里有更多的R/混合模型专业知识。