比較のためにさまざまな関数を使用して、離散カウント データを適合させました。geepackを使用した GEE モデル、 ( nlme )log(count)を使用した線形混合効果モデル、( lme4 ) を使用した GLMM、およびR で( gamm4 ) を使用した GAMM を当てはめます。lmeglmergamm4
これらのモデルの比較に興味があり、新しいデータ セット (予測変数) の期待 (予測) 値をプロットしたいと考えています。私の目標は、特定の条件 (x 変数) の下で各モデルの予測効果を比較することです。特に興味深いのは、限界 (GEE) 推定値と条件付き推定値の比較です。
私の主な問題は、新しいデータを正しいラベルと属性などを使用して正しい形式で取得することだと思います。私はまだRの初心者であり、このようなことに苦労しています（残念ながら、私の大学ではこれに関するコースはありません）。
私は現在、適合モデルを持っています
gee1 lme1 lmer1 gamm1
問題なく固定効果係数と標準誤差を抽出できます。また、対数スケールからそれらを変換したり、ランダム効果を説明する信頼区間を推定したりすることに問題はありません。
newdatまた、23 変数の 365 個の観測値 (年間の各日の平均環境データ) を含む新しいデータフレームもあります。
これから新しいカウントの見積もりを予測する方法に行き詰まっています。model.matrix 関数をいじってみましたが、うまくいきませんでした。たとえば、私は試しました：
mm = model.matrix(terms(glmm1), newdat) # Error in model.frame.default(object,
# data, xlev = xlev) : object is not a matrix
newdat$pcount = mm %*% fixef(glmm1)
任意の提案や良い参考文献をいただければ幸いです。上記のエラーを手伝ってくれる人はいますか?