Я пытаюсь сравнить значения p, полученные из простой модели, с значениями, полученными в bootstrap модели 1000 раз. Я использую этот скрипт для создания таблицы, в которой сравниваются оба значения p.
Dataframe
Viable : num 2 4 3 4 3 5 6 4 3 5 ...
Inv.eggs : num 0 0 0 0 0 0 0 0 0 0 ...
FemaleMorph: Factor w/ 3 levels "o","w","y": 1 3 2 1 3 1
Loc2 : Factor w/ 13 levels "ang","caos","cor",..: 5 2 7 5 4 12 1 2 5 1
Hib : Factor w/ 2 levels "n","y": 2 2 2 2 2 2 2 2 2 2 ...
MaleMorph : Factor w/ 3 levels "o","w","y": 2 2 2 2 2 3 3 3 2 2
Tank : Factor w/ 44 levels "11","12","13",..: 1 1 1 2 2 4 4 4 5
Модель
q<- glmer ((cbind(Viable, Inv.eggs))~ FemaleMorph*MaleMorph + (1|Tank) + (1|Loc2) + (1|Hib),
family = binomial(link=logit), control = glmerControl(optimizer = "bobyqa"), nAGQ = 1, data
=femh)
Bootstrap
mcmc.fixed <- bootMer(modelo, FUN=fixef, nsim=10000, type="parametric", seed=7)
Таблица построения
coef.mcmc.fixed <- as.data.frame(mcmc.fixed$t)
tabla <- describe(coef.mcmc.fixed)[,c(1:4,11:12)]
colnames(tabla)[4] <- "Std.Error"
tabla$Zeta <- tabla$mean / tabla$Std.Error
tabla$p_boot <- round(2*pnorm(abs(tabla$Zeta), lower.tail=FALSE), 5)
tabla$coeficiente.modelo <- round(fixef(modelo), 5)
Ожидаемый результат
# vars n mean Std.Error skew kurtosis Zeta p_boot coeficiente.modelo
# (Intercept) 1 10000 0.28928 0.24867 -0.13655 0.09752 1.16332 0.24470 0.29545
# FemaleMorph 2 10000 -0.30196 0.12583 -0.10247 0.34323 -2.39970 0.01641 -0.30162
# Male Morph 3 10000 0.34412 0.13349 0.06286 0.38046 2.57781 0.00994 0.33989
....etc
Тем не менее, я получаю эту ошибку после запуска
colnames(tabla)[4] <- "Std.Error"
Error in `colnames<-`(`*tmp*`, value = c(NA, NA, NA, "Std.Error")) :
attempt to set 'colnames' on an object with less than two dimensions
Однако я вижу, что bootstrap имеет бежать успешно.
Bootstrap Statistics :
original bias std. error
t1* 2.25325009 -0.02439479 1.1106191
t2* 0.05979407 -0.20691196 0.3396122
t3* 0.72306742 0.42105531 0.8072617
t4* -0.25323115 -0.09219175 0.3355131
t5* 0.50053312 0.02600572 0.6650633
t6* 0.60163979 0.29389016 0.4543495
t7* 0.10173082 -0.40980241 0.9146052
t8* -0.54796043 -0.24029736 1.1791720
t9* 0.51775754 0.53686284 1.5800434
Я знаю, что это может быть очень простой проблемой, но я не могу решить ее самостоятельно. Пожалуйста, кто-нибудь может помочь мне решить проблему и устранить ошибку в имени?