在R Sommer v 4.1.1中预测功能

问题描述

在最新版本的sommer软件包中，对预测函数进行了一些修改，不幸的是，我在最新版本中遇到了问题。

如果我未指定任何分类变量：

predict.mmer（modelh） strsplit（classify，“：”）中的错误：非字符参数

predict.mmer（modelh，classify =“ GEN”） [.data.frame（object $ dataOriginal，，c（colnames（DTX），error， 未定义的列已选择

我的模型如下：

mmer（数据=数据，固定=值〜1， 随机=〜GEN + ROWf + COLf + spl2D（ROW，COL），rcov =〜vs（单位））

进一步的问题：在上面的模型中，我在model $ fitted向量中得到了所有相同的值，它等于截距。据我了解，拟合值还应包括GEN，ROWf，...等随机效应。我在这里误会了吗？

感谢任何建议， 最好的问候，赫尔曼

解决方法

从4.1.1版本开始，预测函数不再用于获取拟合值，而是为特定的分类参数获取调整后的均值。因此，不能跳过分类参数。

如果您现在需要拟合值，则fit（）函数应返回您要查找的值。

现在，使用分类的问题必须来自vs（）函数之外的spl2D（）函数的使用。您可能要从GitHub下载最新版本（版本4.1.2）并尝试：

mix <- mmer(data = data,fixed = value ~ 1,random = ~ GEN + ROWf + COLf + vs(spl2D(ROW,COL)),rcov = ~vs(units))

并使用：

pp=predict.mmer(modelh,classify = "GEN")

针对模型中所有GEN的调整后均值，将模型中的特定术语用于平均集和分类集，并且

ff=fitted.mmer(modelh)

如果要为观测值拟合值。

干杯， 爱德华多

,

谢谢Eduardo，与4.1.2。完美兼容。

还有一个问题。我想知道残差的定义。似乎mmer将残差计算为“残差=响应-固定-固定”，而不是“残差=响应-固定-随机”忽略随机效应，无论是从模型框架调用残差还是使用残差函数。我这边有误会吗？

欢呼赫尔曼