使用 R 的 lme4 包形成尽可能多的混合效应模型

Question

我想使用

lme4

中的

R

包和

lmer()

函数形成尽可能多的模型。

library(tidyverse); library(lme4);

gate  = read_csv('gate_data.csv')

m1=lmer(CHG ~  YEAR*BLAREA + YEAR:LOC + YEAR:FOC + YEAR:PSD + YEAR:LAT + YEAR:FAFPAT + (0+YEAR|EYEID), data = gate)
m2 = lmer(CHG ~ YEAR*BLAREA + YEAR:LOC + YEAR:FOC + YEAR:PSD + YEAR:LAT + YEAR:FAFPAT + (1|EYEID), data = gate)
BIC(m1, m2)

使用模型

m1

和

m2

，我想要使用

m1

的

m2

包中的

lmer()

函数从

lme4

和

R

中使用的变量获得更多可能的模型。

#library(tidyverse)
#library(lme4)

#gate <- read_csv('gate_data.CSV')

# Create a vector of independent variables excluding the dependent variable
independent_vars <- setdiff(names(gate), "CHG")

# Create an empty list to store the models
models <- list()

# Loop through all possible combinations of independent variables
for (i in 1:length(independent_vars)) {
  model_formula <- paste("CHG ~", paste(c(independent_vars[i], "YEAR"), collapse = "*"))

  # Add fixed-effects model to the list
  models[[i]] <- lmer(as.formula(model_formula), data = gate)

  # Add random-intercept model with random intercept for EYEID to the list
  models[[i + length(independent_vars)]] <- lmer(as.formula(model_formula) + (1 | EYEID), data = gate)

  # Add mixed-effects model with random intercept for EYEID and random slope for YEAR to the list
  models[[i + 2 * length(independent_vars)]] <- lmer(as.formula(model_formula) + (1 + YEAR | EYEID), data = gate)
}

# Print the models
models

我尝试了上述方法，但收到了一条“错误消息：”

公式中没有指定随机效应项

请帮帮我。

Answer 1

您的初始 model_formula 缺少随机效应项，因此循环中的第一个 lmer 调用会抛出相应的错误消息。

请注意，有专用方法（

update

、

add1

、

drop1

、

step

）来改变模型项；步骤

有助于实现自动化；对于自动 lmer

 比较，{

lmerTest} 可能会派上用场。