У меня есть GLMM с бинарной переменной ответа; модель имеет следующую структуру:
M1 <- glmer(Y ~ A1 + A2 + A3 + A4 + A5 + A6 + (1|ANIM), data = db, family = binomial(link="logit"))
A1 / A2 / A3 - непрерывные переменные, A4 / A5 - двоичные переменные, A6 - категориальные (8 уровней), а ANIM - 8 уровней (имен), и I хотел бы построить прогнозирующие значения переменной отклика для каждого ковариата со статистической значимостью (которые являются только A1, A2 и A4); Я проверил некоторые вопросы здесь, но пока не смог достичь ожидаемого результата.
Сначала я попытался создать новый набор данных (MyData), используя expand.grid() и установив все переменные в M1 к их среднему значению, за исключением переменной, представляющей интерес для этого графика c (которая будет последовательностью, основанной на ее диапазоне). Однако 1) что нужно сделать для двоичных и категориальных переменных? Должен ли я даже включить оба типа в один и тот же график c? Потому что, если я вижу это правильно, я ожидаю, что прогнозирующие линии (например, для непрерывной переменной) будут представлены для каждого уровня категориальных и / или двоичных переменных.
Я также пробовал модель, включающая в себя только непрерывные переменные (M2) и использовала expand.grid (), а затем функцию Предиката ():
P1 <- predict(M2, newdata = MyData, se = TRUE, type = "link")
Но я получил эту ошибку:
Error in eval(predvars, data, env) : object 'ANIM' not found
In addition: Warning message:
In predict.merMod(M1, newdata = MyData, se = TRUE, type = "link") :
unused arguments ignored
Итак, я вижу, что проблема здесь со случайным эффектом, но 2) как я могу включить его в функцию predict()?
Заранее спасибо.