Я использую порядковую смешанную модель, используя clmm и продолжаю сталкиваться с ошибкой
Ошибка в именах (retrms) <- term.names:
Атрибут 'names' [3] должен иметь ту же длину, что и вектор [2] </p>
Я бы предоставил фиктивный набор данных, однако, учитывая сложность моей модели и данных, я решил отказаться от нее. Моя порядковая смешанная модель:
library(ordinal)
exp1_mod <- clmm(similarity_rank ~ deviant_part_sex + SSTD.SSDS + SSTD.OSTD + SSTD.OSDS + four_seven + four_ten +
deviant_part_sex:SSTD.SSDS + deviant_part_sex:SSTD.OSTD + deviant_part_sex:SSTD.OSDS +
deviant_part_sex:four_seven + deviant_part_sex:four_ten +
SSTD.SSDS:four_seven + SSTD.OSTD:four_seven + SSTD.OSDS:four_seven +
SSTD.SSDS:four_ten + SSTD.OSTD:four_ten + SSTD.OSDS:four_ten +
deviant_part_sex:SSTD.SSDS:four_seven + deviant_part_sex:SSTD.OSTD:four_seven + deviant_part_sex:SSTD.OSDS:four_seven +
deviant_part_sex:SSTD.SSDS:four_ten + deviant_part_sex:SSTD.OSTD:four_ten + deviant_part_sex:SSTD.OSDS:four_ten +
(1 + SSTD.SSDS + SSTD.OSTD + SSTD.OSDS | subject_id) +
(1 + SSTD.SSDS + SSTD.OSTD + SSTD.OSDS + four_seven + four_ten | img),
data = exp1_data)
Это действительно довольно сложно, так как имеет дело с тремя категориальными переменными (2, 3 и 4 уровня), которые все были закодированы с отклонением.
Переменная ответа классифицируется как фактор, а фиксированные эффекты являются числовыми, а случайные эффекты - символами (subject_id и img). Мне интересно, может быть, классификация переменных как-то связана с этим?
Я уже прочитал Атрибут 'names' должен иметь ту же длину, что и вектор и Значение ошибки ddply: атрибут 'names' [9] должен иметь ту же длину, что и вектор [1] однако, насколько я могу судить, ни один из них не имеет отношения к моей проблеме.
Если кто-нибудь знает, как это исправить, я был бы очень благодарен!