Не удается заставить ggpredict работать с результатами модели lme (после обновления R) - PullRequest
Новая
       33

Не удается заставить ggpredict работать с результатами модели lme (после обновления R)

0 голосов
/ 10 июня 2019

Я недавно обновил R, и теперь ggpredict дает мне ошибку при расчете прогнозов для моей модели смешанных эффектов (с использованием функции lme()).

Я хочу проанализировать, как активность антиоксидантов изменяется между (растениями)на) разные сайты.Для этого у меня есть 5 сайтов с 3 участками, каждый из которых измеряется в течение 6 лет.

Я создал модель линейных смешанных эффектов (функция lme()), в которой "anitox" моделируется по отношению к фиксированному коэффициенту.site, и случайный фактор plot.

Затем я использую ggpredict() (из пакета ggeffects), чтобы получить предсказания модели и построить их.

Раньше он работалхорошо, но так как я обновил R (версия 3.6.0), я получаю сообщение об ошибке, которое я не знаю, как решить:

Ошибка: должен использовать вектор в `[`, а необъект матрицы классов.

У вас есть представление о том, что означает ошибка и как решить проблему?Я предполагаю, что это должно быть что-то с тем, как данные пишутся / организованы, но я не знаю, что.

Вот данные:

структура (список (год = структура (с (1L), 1л, 1л, 2л, 2л, 2л, 3л, 3л, 3л, 4л, 4л, 4л, 5л, 5л, 5л, 6л, 6л, 6л, 1л, 1л, 1л, 2л, 2л, 2л, 3л, 3л, 3л, 4л, 4л, 4л, 5л, 5л, 5л, 6л, 6л, 6л, 6л, 1л, 1л, 2л, 2л, 2л, 3л, 3л, 3л, 4л, 4л, 4л, 5л, 5л, 5л, 6л, 6л, 6л, 1л, 1л, 1л, 2л, 2л, 2л, 3л, 3л, 3л, 3л, 4л, 4л, 4л, 5л, 5л, 5л, 6л, 6л, 6л, 1л, 1л, 1л, 2л, 2л, 2L, 3L, 3L, 3L, 4L, 4L, 4L, 5L, 5L, 5L, 6L, 6L, 6L), .Label = c ("2011", "2012", "2013", "2014", "2015 "," 2016 "), класс =" фактор "), сайт = структура (c (1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3л, 3л, 3л, 3л, 3л, 3л, 3л, 3л, 3л, 3л, 3л, 3л, 3л, 4л, 4л, 4л, 4л, 4л, 4л, 4л, 4л, 4л, 4л, 4л, 4л, 4л, 4л, 4л, 4л, 4л, 4л, 5л, 5л, 5л, 5л, 5л, 5л, 5л, 5л, 5л, 5л, 5л, 5л, 5л, 5л, 5л, 5л, 5л, 5л),.Label = c ("Ребbenes "," Skogsfjord "," Snarby "," Skibotn "," Gukhesjavri "), class =" factor "), plot = c (11, 12, 13, 11, 12, 13, 11, 12, 13, 11, 12, 13, 11, 12, 13, 11, 12, 13, 21, 22, 23, 21, 22, 23, 21, 22, 23, 21, 22, 23, 21, 22, 23, 21, 22, 23, 31, 32, 31, 32, 33, 31, 32, 33, 31, 32, 33, 31, 32, 33, 31, 32, 33, 41, 42, 43, 41, 42, 43, 41, 42, 43, 41, 42, 43, 41, 42, 43, 41, 42, 43, 51, 52, 53, 51, 52, 53, 51, 52, 53, 51, 52, 53, 51, 52, 53, 51, 52, 53), AntiOx = с (+2,46653362547122, +2,47281284862989, +3,08407675482263, +2,87831523045473, +3,034372394251, +3,21454300619676, +2,74011075995272, +2,33528554925283, +3,03876785046206, +2,44794278726812, +2,31854154139051, +2,53086546956933, +2,80912124091414, +2,44954337356346, +3,28600361541029, +3,44682099175027, +1,20643110534499, +3,35829625741535,+3,05272373173726, +2,99366209743898, +3,16879701865554, +3,22166561521105, +3,17619665222095, +3,27004641403846, +3,00891075995272, +2,69110819491058, +2,56533904870318, +2,72225865388593, +2,50975004267303, +2,71080830577306, 3,21333084150044, +3,42928071324833, +3,23869397818054, +3,50487302546225, +3,45334645895437, +3,32049779644063, +2,93581321506448, +3,09215971561413, +3,02336528541992, +3,05388107875081, +3,13256220736936, +2,4930048603558, +2,43519907068925, +2,50833355218431, +2,38878206812421, +2,12290006006265, +2,21622655328361, +3,04982479532968, +3,11766502984782, +3,1409350921417, +3,70615906430432, +3,35201703425668, +3,07677775246848, +3,09648082230486, +3,10361574352142,+3,16501054015022, +2,68618331400182, +3,15280346790435, +3,17590731546756, +2,85941599996738, +2,76602794573506, +2,8732056665119, +2,9199920351451, +2,79834747669878, +2,58608510953132, +2,83503842669648, +2,73056939041945, +2,74792959562282, +3,45827133986313, +3,50868980816654, +3,71756016360809, +3,1311150472957, +2,990842126812, +3,04599463688895, +2,62511479073322, +2,66155890945803, +2,76085682078086, +2,69787990616012, +3,01615649098973, +3,04644450857859,2.49460544665114, 2.41654608424733, 2.6073852194617, 1.64795744465177, 2.71924216432931, 2.72552138748798,3.09217877114499, 3.14044260405082, 2.87856206172762)), row.names = c (NA, -89L), класс = c ("tbl_df", "tbl", "data.frame"))

А это модель:

m.antiox <- lme (antiox ~ site, random = ~ 1 | plot, data = antiox) </p>

ggpredict (m.antiox)

1 Ответ

0 голосов
/ 10 июня 2019

Не могу воспроизвести вашу ошибку, у меня все отлично работает: 

library(nlme)
library(ggeffects)

snowmelt <- c(rep("early", 20), rep("mid",20), rep("late",20))
transect <- c(rep("T1",10), rep("T2",10), rep("T3",10), rep("T4",10), rep("T5",10), rep("T6",10))
plot <- c("T1_1","T1_1","T1_2","T1_2","T1_3","T1_3","T1_4","T1_4","T1_5","T1_5","T2_1","T2_1","T2_2","T2_2","T2_3","T2_3","T2_4","T2_4","T2_5","T2_5","T3_1","T3_1","T3_2","T3_2","T3_3","T3_3","T3_4","T3_4","T3_5","T3_5","T4_1","T4_1","T4_2","T4_2","T4_3","T4_3","T4_4","T4_4","T4_5","T4_5","T5_1","T5_1","T5_2","T5_2","T5_3","T5_3","T5_4","T5_4","T5_5","T5_5","T6_1","T6_1","T6_2","T6_2","T6_3","T6_3","T6_4","T6_4","T6_5","T6_5")
soillayer <- c(rep(c("shallow","deep"),30))
success <- runif(60)

plantsuccess <- data.frame(snowmelt, plot, soillayer, success)
m.success <- lme(success ~ snowmelt+soillayer, random=~1|transect/plot, data=plantsuccess)

ggpredict(m.success, c("snowmelt","soillayer"))
#> 
#> # Predicted values of success
#> # x = snowmelt
#> 
#> # soillayer = deep
#>  x predicted std.error conf.low conf.high
#>  1     0.479     0.088    0.307     0.651
#>  2     0.599     0.088    0.427     0.771
#>  3     0.465     0.088    0.293     0.637
#> 
#> # soillayer = shallow
#>  x predicted std.error conf.low conf.high
#>  1     0.521     0.088    0.349     0.693
#>  2     0.642     0.088    0.470     0.814
#>  3     0.508     0.088    0.336     0.680

Создано в 2019-06-10 пакетом Представления (v0.3.0)

...