Нелинейная смешанная модель на основе исходных данных
Я пытаюсь построить результирующую кривую из подгонки нелинейной смешанной модели. Это должно быть что-то вроде кривой нормального распределения, но с перекосом вправо. Я перешел по предыдущим ссылкам здесь и здесь, но когда я использую свои данные, я не могу сделать это из-за различных трудностей (см. Ниже).
Вот набор данных и код
s=read.csv("GRVMAX tadpoles.csv")
t=s[s$SPP== levels(s$SPP)[1],]
head(t)
vmax=t[t$PERFOR=="VMAX",]
colnames(vmax)[6]="vmax"
vmax$TEM=as.numeric(as.character(vmax$TEM));
require(lme4)
start =c(TEM=25)
is.numeric(start)
nm1 <- nlmer ( vmax ~ deriv(TEM)~TEM|INDIVIDUO,nlpars=start, nAGQ =0,data= vmax)# this gives an error suggesting nlpars is not numeric, despite start is numeric...:~/
После этого я хочу построить кривую поверх исходных данных.
with(vmax,plot(vmax ~ (TEM)))
x=vmax$TEM
lines(x, predict(nm1, newdata = data.frame(TEM = x, INDIVIDUO = "ACI5")))
Любой намек?
заранее спасибо