如何获得lmer对象的预测间隔？

Question

我已经浏览网页，并没有找到满意的答案。

如何为测试数据集中的每个观察点生成lmer对象的预测间隔？

train_ind <- sample(seq(1:nrow(iris)), size = nrow(iris)/2, replace = F)
TRAIN <- iris[train_ind,]
TEST <- iris[-train_ind,]

m1 <- lmer(Sepal.Length ~ Sepal.Width + Petal.Length + (1|Species), data = TRAIN)

interval与预测无关。 sim显然不起作用，所以我需要使用LMER附带的mcmc函数并从分位数中提取？

Answer 1

我们刚刚发布了一个名为merTools的软件包，可以简化此过程。它没有提供完整的预测间隔，因为它跳过模拟theta中merMod项的步骤，但它确实产生了一个区间，该区间考虑了固定效应系数的变化，随机效应系数，以及模型中的残差。它也很快。

library(merTools)
preds <- predictInterval(m1, n.sims = 500, level = 0.9, stat = 'median')
head(preds)

这很简单，您可以更改要返回的值，返回yhat的所有模拟值，还可以调整您有兴趣获得的预测间隔的宽度。