glmmTMB调用predict()时如何仅保留Microchip随机效应排除olre

报错原因说明 #

glmmTMB包的predict()方法的re.form参数设计和lme4包的glmer不同，目前不支持自定义传入部分随机效应公式，仅支持三个合法取值：

• re.form = NULL（默认）：纳入模型所有随机效应
• re.form = NA / re.form = ~0：完全排除所有随机效应，仅输出固定效应部分的预测值

你触发的报错就是因为传入了自定义的随机效应公式：

Error in predict.glmmTMB(SelMod2, type = "response", re.form = ~(1 | Microchip)) :
re.form must equal NULL, NA, or ~0

仅纳入Microchip随机效应、排除olre的实现方法 #

优先推荐手动计算的方案，逻辑清晰可控，不会修改原模型参数：

步骤1：提取固定效应线性预测值 #

# 提取固定效应系数
fixef_coef <- fixef(Mod)$cond
# 提取当前数据的固定效应设计矩阵
X_mat <- model.matrix(Mod, data = mydata_select)
# 计算固定效应部分的线性预测值
fixed_linpred <- as.vector(X_mat %*% fixef_coef)

步骤2：匹配Microchip对应的随机截距 #

# 提取所有Microchip对应的随机效应值
ranef_mc <- ranef(Mod)$cond$Microchip[,1]
# 为每个观测匹配对应Microchip的随机效应
mydata_select$mc_eff <- ranef_mc[as.character(mydata_select$Microchip)]

步骤3：转换为响应尺度的预测值 #

# 调用模型对应分布的逆连接函数转换，适配所有连接函数场景
mydata_select$predictAll <- family(Mod)$linkinv(fixed_linpred + mydata_select$mc_eff)

如果你用的是nbinom1默认的对数连接，也可以直接写为：

mydata_select$predictAll <- exp(fixed_linpred + mydata_select$mc_eff)

内容的提问来源于stack exchange，提问作者Sofie Scheuer Didriksen Nagly