У меня есть набор данных dat2, на котором я хочу подогнать линейную модель смешанных эффектов. Раньше я использовал lmer () (пакет lme4) в дополнение к pvals.fnc для вычисления связанных p-значений.
Однако, поскольку я переустановил версию R 3.0.2 с новыми пакетами lme4 (1.0.4) и languageR (1.4), я получаю сообщение об ошибке в выводе функции lmer. Он говорит, что вывод не является объектом mer. Действительно, его класс - lmeRmod.
Вот код, который я использую:
names(dat2)<-c("auc","subj","decod","soa","vis")
attach(dat2)
mod1 <- lmer(auc ~ decod + (1 | subj))
mod2 <- lmer(auc ~ vis+ (1 | subj))
mod3 <- lmer(auc ~ decod + vis + (1 | subj))
mod4 <- lmer(auc ~ decod + vis + decod*vis + (1 | subj))
pvals.fnc(mod1)
И я получаю такую ошибку:
> pvals.fnc(mod1)
the input model is not a mer object
NULL
Действительно, когда я смотрю на mod1, я обнаруживаю, что это объект lmeRmod, а не объект mer.
> mod1
Linear mixed model fit by REML ['lmerMod']
Formula: auc ~ decod + (1 | subj)
REML criterion at convergence: -213.3884
Random effects:
Groups Name Std.Dev.
subj (Intercept) 0.04187
Residual 0.11087
Number of obs: 155, groups: subj, 6
Fixed Effects:
(Intercept) decod2 decod3 decod4
0.9798 -0.1141 -0.3599 -0.3090
Эта проблема очень похожа на описанную здесь . Любые идеи 1 / в чем может быть проблема (почему я не выводю объект mer) и 2 / как ее обойти (я пытался переустановить более старые версии, но у меня проблемы с совместимостью между пакетами)?
Любая помощь была бы замечательной! Благодарность !