R sommer v 4.1.1中的预测函数
在最新版本的sommer软件包中，对预测功能进行了一些调整，不幸的是，我在最新版本中遇到了问题。
如果我没有指定任何分类变量：
strsplit(分类，":")中出现predict.mmer(modelh)错误:非字符参数
Predict.mmer(模型H，分类= "GEN")在[.data.frame中出现错误(对象$dataOriginal，，c(列名称(DTX)，已忽略，：未定义的列已选定
我的模型是这样的：
mmer(data = data，fixed =值~1，random =~ GEN + ROWf + COLf +spl2D(行，列)，rcov =~vs(单位))
进一步的问题:在上面的模型中，我在模型$fitted向量中得到了所有相同的值，它等于截距。据我所知，拟合值还应该包括随机效果，如GEN，ROWf，...。我是不是误解了什么？
感谢您的建议，向您致以最良好的敬意，赫尔曼
回答 2
Stack Overflow用户
发布于 2020-10-01 17:10:52
自4.1.1版本以来，不再使用预测函数来获得拟合值，而是为特定的分类参数获得调整后的均值。因此，不能跳过分类参数。
如果您现在需要拟合的值，for ()函数应该会返回您正在寻找的值。
现在，使用分类的问题肯定来自于在vs()函数之外使用spl2D()函数。您可能希望从GitHub (版本4.1.2)下载最新版本，并尝试使用：
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")对于模型中所有GEN的调整平均值，使用模型中的特定术语进行平均和分类集合，以及
ff=fitted.mmer(modelh)如果您想要拟合值作为观测值。
干杯，爱德华多
Stack Overflow用户
发布于 2020-10-01 18:38:29
谢谢你，Eduardo，在4.1.2下工作得很好。
不过，还有一个问题。我想知道残差的定义。似乎mmer计算残差的方式是"residuals = response - fixed"，而不是忽略随机效应的"residuals = response - fixed - random“，无论是从模型框架调用残差还是使用residuals函数。我这方面是不是有误会？
干杯赫尔曼
https://stackoverflow.com/questions/64151213
复制
相似问题
使用维基百科API (Mediawiki API)返回特定类别
检索维基百科API的摘录
如何通过mediawiki API登录维基百科？
维基百科/ MediaWiki搜索API→查询urls
维基百科API返回摘录而不包含文章中的所有字符？
领取专属 10元无门槛券
AI混元助手 在线答疑
洞察 腾讯核心技术
剖析业界实践案例
腾讯云开发者
