使用 lmer 进行预测，其中新数据是固定效果的栅格堆栈答案

【问题标题】：predict with glmer where new data is a Raster Stack of fixed efefcts使用 lmer 进行预测，其中新数据是固定效果的栅格堆栈
【发布时间】：2015-06-14 12:09:49
【问题描述】：

我在glmer 中构建了模型，并希望在代表我模型中的固定效应的rasterStack 上预测这些模型。我的glmer 模型的形式是：

m1<-glmer(Severity ~ x1 + x2 + x3 + (1 | Year) + (1 | Ecoregion), family=binomial( logit ))

如您所见，我有一些随机效果，但空间层没有这些效果 - 例如“年份”。因此，当您没有随机效应数据随机效应层时，问题实际上是在 rasterStacks 上预测 glmer。如果我在不添加随机效果的情况下直接使用它，我会收到错误消息。

 m1.predict=predict(object=all.var, model=m1, type='response',  progress="text", format="GTiff") 
Error in predict.averaging(model, blockvals, ...) :

【问题讨论】：

predict.merMod 接受一个数据框并返回一个向量。你能举一个可重现的例子吗？我对rasterStacks 不是很熟悉；也许其他人可以告诉你如何来回转换。
PS：你使用glmer而不是lmer的任何特殊原因（因为你没有family参数，所有最新版本的glmer都应该给你一个警告）
您可以使用 as.data.frame 隐藏 RasterStack，但这对于非常大的栅格数据集可能不是一个好方法。在这种情况下，使用raster::predict 会更好（但有时会更复杂）（请参阅下面的答案）

标签： r raster glm lme4

【解决方案1】：

您的问题非常简短，并没有说明您遇到了什么问题（如果有的话）。这似乎“开箱即用”，但可能不适用于您的情况。有关选项，请参阅?raster::predict。

library(raster)   
# example data. See ?raster::predict
logo <- brick(system.file("external/rlogo.grd", package="raster"))
p <- matrix(c(48, 48, 48, 53, 50, 46, 54, 70, 84, 85, 74, 84, 95, 85, 
   66, 42, 26, 4, 19, 17, 7, 14, 26, 29, 39, 45, 51, 56, 46, 38, 31, 
   22, 34, 60, 70, 73, 63, 46, 43, 28), ncol=2)
a <- matrix(c(22, 33, 64, 85, 92, 94, 59, 27, 30, 64, 60, 33, 31, 9,
   99, 67, 15, 5, 4, 30, 8, 37, 42, 27, 19, 69, 60, 73, 3, 5, 21,
   37, 52, 70, 74, 9, 13, 4, 17, 47), ncol=2)
xy <- rbind(cbind(1, p), cbind(0, a))
v <- data.frame(cbind(pa=xy[,1], extract(logo, xy[,2:3])))
v$Year <- sample(2000:2001, nrow(v), replace=TRUE) 


library(lme4)
m <- lmer(pa ~ red + blue + (1 | Year), data=v)

# here adding Year as a constant, as it is not a variable (RasterLayer) in the RasterStack object
x <- predict(logo, m, const=(data.frame(Year=2000)))

【讨论】：

我已经更新了我的问题。当您没有随机效应层时，问题是使用预测随机效应模型

【解决方案2】：

如果您没有随机效应，只需在您的predict 调用中使用re.form=~0 来预测总体水平：

x <- predict(logo, m, re.form=~0)

@RobertH 的例子对我来说毫无怨言（虽然我不知道是否正确）

【讨论】：

两个答案都适用于我的数据，正是我想要的。我想接下来会出现一个问题，即在预测中不包括随机效应是否会显着影响结果图/预测。我知道这可能是一个不同的问题..但会感谢您的想法...无论多么简短
如果一个人只想使用两种随机效应中的一种..例如，在我的情况下，如果在预测中我想使用“生态区域”随机效应而不是“年份”，我将如何配置re.form 参数？
我已经尝试过了，但 re.form = ~ ecoregion 不起作用，而 re.form = (~1|ecoregion) 起作用。但是，我在glmer 中的随机效果配置是这样的……(0+x1|ecoregion) + (1 | Ecoregion)。关于你将如何表示的任何 odea [在“预测”中表示这一点..考虑到“生态区域”中的水平是因素
你说得对，我应该说~1|ecoregion。如果您使用re.form=NULL（它的默认设置），则您将使用所有随机效果。（如果您有比这更详细的问题，您可能想发布一个新问题......）
re.form=NULL 会起作用，就像上面在这种特殊情况下解释的那样，我只想使用两个随机效果中的一个..两者的构造都如上所述..在这种情况下我想要使用“生态区”随机效应而不是“年份”..