lme.1.combo <- lme(ComboRate ~ p_w, random = ~1 | Rat,data=x)
上面的行将返回一个拟合的截距项,以及给定这些变量的拟合 beta(斜率)项(允许对每只大鼠进行随机截距)。
我想做的是运行相同的回归,但斜率固定。也就是说,如果我将斜率保持在给定值,那么最佳拟合截距是多少?因此,考虑到我分配的斜率值,我的输出将是最佳截距值。
lme有没有办法在 R 中使用或任何其他函数来做到这一点?
lme.1.combo <- lme(ComboRate ~ p_w, random = ~1 | Rat,data=x)
上面的行将返回一个拟合的截距项,以及给定这些变量的拟合 beta(斜率)项(允许对每只大鼠进行随机截距)。
我想做的是运行相同的回归,但斜率固定。也就是说,如果我将斜率保持在给定值,那么最佳拟合截距是多少?因此,考虑到我分配的斜率值,我的输出将是最佳截距值。
lme有没有办法在 R 中使用或任何其他函数来做到这一点?
是的。例如,如果您知道斜率是 1.5,那么您只需1.5 * p_w从结果中减去并仅使用截距项重新拟合模型。因此,在您的示例中:
x$ComboRate.adj <- x$ComboRate - 1.5 * x$p_w
lme.2.combo <- lme(ComboRate.adj ~ 1, random = ~1 | Rat,data=x)
这与在模型中使用偏移相同。
要检查这是否有效,首先尝试使用从lme.1.combo模型中获得的实际斜率估计,以确保从偏移模型中获得相同的截距估计。