glmmTMB上的计划的对比度 [英] Planned Contrasts on glmmTMB

问题描述

很抱歉，如果这是重复的问题。许多人已经发布了寻找方法来对glmmTMB中的条件模型（固定因子）进行事后分析。我想在某些组之间进行计划内的对比，而不是测试每个成对的对比（例如Tukey）。但是，它在下面的代码上返回错误。

  modelparm.default（model，...）中的错误：$ b系数和协方差矩阵的$ b维数与
  

不匹配吗？ glmmTMB？

  #filtdens是一个数据框，而TRT，DATE，BURN，VEG是
 filtdens的因子<-合并％>％过滤器（！BLOCK％in％c（ JB2， JB4， JB5）& MEAS == DENS& 
 group == TOT& = = N& VEG == C）
 filtdens $ TD<-交互作用（filtdens $ TRT，filtdens $ DATE）
 mod2<-glmmTMB（count〜（TD）+（ 1 | BLOCK），
 data = filtdens，
 zi =〜1，
 family = nbinom1（link = log））
 
 k1 <-矩阵（c（0，1，0，0，0，0，0，0，0，0，0，0，
 0，0，1，0，0，0，0，0，0，0 ，0，0，
 0，-1，1，0，0，0，0，0，0，0，0，0，
 
 0，0，0，-1 ，1、0、0、0、0、0、0、0，
 0、0、0，-1、0、1、0、0， 0，0，0，0，
 0，0，0，0，-1，1，0，0，0，0，0，0，
 
 0，0，0 ，0，0，0，-1，1，0，0，0，0，
 0，0，0，0，0，0，-1，0，1，0，0，0，
 0，0，0，0，0，0，0，-1，1，0，0，0，
 
 0，0，0，0，0，0，0， 0，0，-1，1，0，
 0，0，0，0，0，0，0，0，0，-1，0，1，
 0，0，0， 0，0，0，0，0，0，0，-1，1），byrow = T，ncol = 12）
 
 summary（glht（mod2，linfct = k1），test = adjusted （ bonferroni））
  

解决方案

一个可复制的示例是有用，但是：开发版本中的此插图提供应启用 multcomp :: linfct 的代码，即：

  glht_glmmTMB<-函数（model，...，component = cond）{
 glht（model，...，
 coef。 = function（x）fixef（x）[[component]]，
 vcov。 = function（x）vcov（x）[[component]]，
 df = NULL）
} 
 modelparm.glmmTMB<-function（model，
 coef。= function （x）fixef（x）[[component]]，
 vcov。= function（x）vcov（x）[[component]]，
 df = NULL，component = cond，.. 。）{
 multcomp ::: modelparm.default（model，coef。= coef。，vcov。= vcov。，
 df = df，...）
} 
  

测试（此示例与Tukey一起使用，但是我不明白为什么它不应该更普遍地工作... ）

 库（glmmTMB）
 data（ cbpp，package = lme4）
 cbpp_b1 <-glmmTMB（incidence / size〜period +（1 | herd），
 weights = size，family = binomial，
 data = cbpp）
 g1<-glht（cbpp_b1，linfct = mcp（period = Tukey））
 summary（g1）
  

当前的CRAN版本，但当前的开发版本版本的 glmmTMB 提供了更多选项（例如 emmeans（）;请参阅上面链接的小插图）。您需要通过 devtools :: install_github（ glmmTMB / glmmTMB / glmmTMB）安装（还需要安装编译工具）。

Apologies if this is a repeat question. Many have posted looking looking for a way to do post-hoc analyses on the conditional model (fixed factors) in glmmTMB. I want to do plannned contrasts between certain groups, not test every pairwise comparison (e.g. Tukey).

The code below worked well on nlme:lme for a lmm. However, it returns an error on the code below.

Error in modelparm.default(model, ...) : 
  dimensions of coefficients and covariance matrix don't match

Is there a way to do planned contrasts on a glmmTMB?

#filtdens is a dataframe and TRT,DATE,BURN,VEG are factors
filtdens <- merged %>% filter(!BLOCK %in% c("JB2","JB4","JB5") & MEAS =="DENS" & 
                      group == "TOT" & BURN == "N" & VEG == "C")
filtdens$TD <- interaction(filtdens$TRT, filtdens$DATE)
mod2 <- glmmTMB(count~(TD)+(1|BLOCK),
                 data=filtdens,
        zi=~1,
        family=nbinom1(link = "log"))

k1 <- matrix(c(0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
       0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0,
       0, -1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0,

       0, 0, 0, -1, 1, 0, 0, 0, 0, 0, 0, 0,
       0, 0, 0, -1, 0, 1, 0, 0, 0, 0, 0, 0,
       0, 0, 0, 0, -1, 1, 0, 0, 0, 0, 0, 0,

       0, 0, 0, 0, 0, 0, -1, 1, 0, 0, 0, 0,
       0, 0, 0, 0, 0, 0, -1, 0, 1, 0, 0, 0,
       0, 0, 0, 0, 0, 0, 0, -1, 1, 0, 0, 0,

       0, 0, 0, 0, 0, 0, 0, 0, 0, -1, 1, 0,
       0, 0, 0, 0, 0, 0, 0, 0, 0, -1, 0, 1,
       0, 0, 0, 0, 0, 0, 0, 0, 0, 0, -1, 1), byrow = T, ncol = 12)

summary(glht(mod2, linfct=k1),test=adjusted("bonferroni"))

解决方案

A reproducible example would be helpful, but: this vignette in the development version offers code that ought to enable multcomp::linfct, i.e.:

glht_glmmTMB <- function (model, ..., component="cond") {
    glht(model, ...,
         coef. = function(x) fixef(x)[[component]],
         vcov. = function(x) vcov(x)[[component]],
         df = NULL)
}
modelparm.glmmTMB <- function (model, 
                               coef. = function(x) fixef(x)[[component]],
                               vcov. = function(x) vcov(x)[[component]],
                               df = NULL, component="cond", ...) {
    multcomp:::modelparm.default(model, coef. = coef., vcov. = vcov.,
                        df = df, ...)
}

Test (this example is with Tukey, but I don't see why it shouldn't work more generally ...)

library(glmmTMB)
data("cbpp",package="lme4")
cbpp_b1 <- glmmTMB(incidence/size~period+(1|herd),
               weights=size,family=binomial,
               data=cbpp)
g1 <- glht(cbpp_b1, linfct = mcp(period = "Tukey"))
summary(g1)

This works with the current CRAN version, but the current development version of glmmTMB offers more options (e.g. emmeans(); see the above-linked vignette). You'll need to install via devtools::install_github("glmmTMB/glmmTMB/glmmTMB") (you'll need compilation tools installed as well).

这篇关于glmmTMB上的计划的对比度的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！