随机模型公式对象

Question

我想将公式放入随机模型中，但我认为以下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

Answer 1

这里有一些不可靠的东西，但我认为这与你想要的很接近。

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")

当心，然而，lmer 不像经典随机效应方差分析那样工作——它可能在如此少量的复制中表现得非常糟糕。 （在示例中，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 ANOVA 的功效会非常低，但可能不会那么糟糕。）如果您真的想对如此小的样本进行随机效应模型，您可能需要考虑重建经典的矩量法方法（我记得S-PLUS 中有一个raov 公式可以进行随机效应方差分析，但我不知道它是否曾经在 R 中实现过）。

最后，对于这些方面的未来问题，您可能会在r-sig-mixed-models@r-project.org 邮件列表中做得更好——Stack Overflow 很好，但那里有更多的 R/混合模型专业知识。