#r #weighted #nlme #mass
Вопрос:
Используя данные о жилье в Балтиморе из SpData, я хочу смоделировать наличие внутреннего дворика в качестве переменной отклика, а цену дома в качестве объясняющей переменной. Я также хочу включить веса в свою модель по площади жилья.
Мой код:
library(spData) library(nlme) library(dplyr) library(MASS) baltimorelt;-spData::baltimore baltimore$logpr = log(baltimore$PRICE) #alright, i want this to be weighted by sqft w=baltimore$SQFT/100 w model1 lt;- glmmPQL(PATIO ~ PRICE , random = ~1|CITCOU, data = baltimore,family=binomial,correlation = corExp(form = ~X Y, nugget = T),weights = w)
Это в основном дает мне другое сообщение об ошибке для каждой выбранной мной весовой переменной. Использование весов здесь, по — видимому, является единственной проблемой. Длина вектора весов совпадает с данными в модели, поэтому я действительно не понимаю, почему это не работает. Любая проницательность оценена по достоинству.
Ответ №1:
Если вы сделаете сумму весов равной 1, модель сойдется.
w lt;- w/sum(w) model1 lt;- glmmPQL(PATIO ~ PRICE , random = ~1|CITCOU, data = baltimore, family=binomial, correlation = corExp(form = ~X Y, nugget = T), weights = w) summary(model1) # Linear mixed-effects model fit by maximum likelihood # Data: baltimore # AIC BIC logLik # NA NA NA # # Random effects: # Formula: ~1 | CITCOU # (Intercept) Residual # StdDev: 0.001372962 0.06760035 # # Correlation Structure: Exponential spatial correlation # Formula: ~X Y | CITCOU # Parameter estimate(s): # range nugget # 0.03104283 0.11152655 # Variance function: # Structure: fixed weights # Formula: ~invwt # Fixed effects: PATIO ~ PRICE # Value Std.Error DF t-value p-value # (Intercept) -4.343533 0.5705149 208 -7.613355 0 # PRICE 0.053687 0.0092687 208 5.792323 0 # Correlation: # (Intr) # PRICE -0.937 # # Standardized Within-Group Residuals: # Min Q1 Med Q3 Max # -2.8915877 -0.3851644 -0.2667641 -0.1707177 5.9131663 # # Number of Observations: 211 # Number of Groups: 2