朱莉娅混合效应模型中随机斜率的相互作用

Question

是否有可能让LMM中的随机效应相互作用适合Julia？

这给出了一个错误

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

解开条款也无济于事。

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

这行得通

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

请注意，当您有固定效果的交互时，没有问题。

Answer 1

也许这应该是 github 上的 MixedModels.jl 或 DataFrames.jl 中的一个问题。但是，无论如何，我已经追踪到了一个似乎是一个问题：@formulaeterms的计算 .因此，为了使它工作，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，这留下了另一个问题，即 Cholesky 分解函数的变化(我的 Julia 是 v0.7(，这也是可以修复的，但如果其他一切正常，上面的重新定义允许继续解决第一个问题。

以下是Mixed Models和DataFrames github页面的链接：

• https://github.com/JuliaStats/DataFrames.jl

• https://github.com/dmbates/MixedModels.jl