Saya telah mencari ini online selama berjam-jam tetapi tidak ada posting online yang saya cari. Pertanyaan saya sangat mudah diimplementasikan dalam prosedur campuran SAS Proc tetapi saya tidak yakin bagaimana melakukannya dalam paket lme dan / atau lmer. Anggaplah, saya punya model, dimana sudah diperbaiki tetapi dan acak. Kode R saya adalah
f1 = lme(y ~ factor(a), data = mydata,
random = list(factor(b) = ~ 1, factor(a):factor(b) = ~ 1))
Kesalahan: tidak terduga =
di:
f1 = lme(y ~ factor(a), data = mydata,
random = list(factor(a) =
Bisakah seseorang tolong beri tahu saya cara menentukan efek acak ini di lme? banyak terima kasih sebelumnya
dput
untuk mendapatkan kode yang diperlukan untuk membuat kembali data Anda. Dari komentar yang Anda tinggalkan, hasilnya adalahstructure(list(method = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L), .Label = c("1", "2"), class = "factor"), day = structure(c(1L, 1L, 2L, 2L, 3L, 3L, 4L, 4L, 1L, 1L, 2L, 2L, 3L, 3L, 4L, 4L), .Label = c("1", "2", "3", "4"), class = "factor"), level = c(142.3, 144, 134.9, 146.3, 148.6, 156.5, 152, 151.4, 142.9, 147.4, 125.9, 127.6, 135.5, 138.9, 142.9, 142.3)), .Names = c("method", "day", "level"), row.names = c(NA, -16L), class = "data.frame")
Jawaban:
Coba ini, ini adalah cara standar untuk melakukan plot split. Notasi
/
berarti metode tersebut bersarang dalam satu hari.sumber
Akan sangat membantu jika Anda menyediakan data.frame. Sekarang tidak jelas apa itu faktor pengelompokan. Saya menilai itu benarβ . Maka dalam
lme
notasi model Anda harus ditulis sebagai berikut:sumber