Я получаю непостижимое сообщение об ошибке при попытке запустить графики эффектов для объектов, созданных с использованием функций GLMMadaptive::mixed_model() и effects::predictorEffect().
Ниже приведен пример проблемы, созданной из двоичных продольных данных игрушки, созданных с использованием кода, поставляемого с одной из виньеток, включенных в пакет GLMMadaptive.
# Library Relevant Packages
library(GLMMadaptive)
library(effects)
# Now we constuct a data frame with the design:
# everyone has a baseline measurment, and then measurements at random follow-up times
DF <- data.frame(id = rep(seq_len(n), each = K),
time = c(replicate(n, c(0, sort(runif(K - 1, 0, t_max))))),
sex = rep(gl(2, n/2, labels = c("male", "female")), each = K))
# design matrices for the fixed and random effects
X <- model.matrix(~ sex * time, data = DF)
Z <- model.matrix(~ time, data = DF)
betas <- c(-2.13, -0.25, 0.24, -0.05) # fixed effects coefficients
D11 <- 0.48 # variance of random intercepts
D22 <- 0.1 # variance of random slopes
# we simulate random effects
b <- cbind(rnorm(n, sd = sqrt(D11)), rnorm(n, sd = sqrt(D22)))
# linear predictor
eta_y <- as.vector(X %*% betas + rowSums(Z * b[DF$id, ]))
# we simulate binary longitudinal data
DF$y <- rbinom(n * K, 1, plogis(eta_y))
Теперь, когда мы подгоняем регрессию продольной логистики c с помощью функции mixed_model ...
# fit the mixed effects logistic regression for y assuming random intercepts and random slopes for the random-effects part.
fm <- mixed_model(fixed = y ~ sex * time,
random = ~ time | id,
data = DF,
family = binomial())
... и пытаемся создать график эффектов, используя effects::predictorEffect() function ...
plot(predictorEffect("time", fm), type = "link")
... мы получаем следующую ошибку
Error in mod.matrix %*% scoef : non-conformable arguments
Кто-нибудь сталкивался с этой проблемой раньше и, если да, нашел способ ее решения