R как использовать sjPlot::tab_model() для помещения моделей lmer, glmer и gamlss в таблицу

Я хочу сделать сводную таблицу для набора линейных моделей. Это модели lmer(), glmer() или gamlss(). Я пытаюсь напечатать результаты 6 из этих моделей в одну таблицу. Однако, когда я пытаюсь сделать это с помощью sjPlot::tab_model, я получаю следующее сообщение об ошибке: «Ошибка: оператор $ недействителен для атомарных векторов».

Я удалил две модели gamlss(), чтобы посмотреть, распечатается ли таблица, и это произошло. Мне кажется, проблема в том, что sjPlot::tab_model не может работать с моделями gamlss().

Базы данных

recruitment_data <- structure(list(Site_long = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L), .Label = c("Hanauma Bay", 
"Waikiki"), class = "factor"), Shelter = structure(c(1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L), .Label = c("High", 
"Low"), class = "factor"), `Module #` = structure(c(7L, 7L, 7L, 
7L, 7L, 7L, 7L, 7L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 11L, 11L, 
11L, 11L, 11L, 11L, 11L, 11L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 
10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 12L, 12L, 12L, 12L, 12L, 
12L, 12L, 12L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 3L, 3L, 3L, 3L, 
3L, 3L, 3L, 3L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 2L, 2L, 2L, 2L, 
2L, 2L, 2L, 2L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 6L, 6L, 6L, 6L, 
6L, 6L, 6L, 6L), .Label = c("111", "112", "113", "114", "115", 
"116", "211", "212", "213", "214", "215", "216"), class = "factor"), 
    TimeStep = c(4L, 4L, 5L, 5L, 6L, 6L, 7L, 7L, 4L, 4L, 5L, 
    5L, 6L, 6L, 7L, 7L, 4L, 4L, 5L, 5L, 6L, 6L, 7L, 7L, 4L, 4L, 
    5L, 5L, 6L, 6L, 7L, 7L, 4L, 4L, 5L, 5L, 6L, 6L, 7L, 7L, 4L, 
    4L, 5L, 5L, 6L, 6L, 7L, 7L, 4L, 4L, 5L, 5L, 6L, 6L, 7L, 7L, 
    4L, 4L, 5L, 5L, 6L, 6L, 7L, 7L, 4L, 4L, 5L, 5L, 6L, 6L, 7L, 
    7L, 4L, 4L, 5L, 5L, 6L, 6L, 7L, 7L, 4L, 4L, 5L, 5L, 6L, 6L, 
    7L, 7L, 4L, 4L, 5L, 5L, 6L, 6L, 7L, 7L), Side = structure(c(1L, 
    2L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 
    1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 
    2L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 
    1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 
    2L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 
    1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 
    2L, 1L, 2L, 1L, 2L), .Label = c("N", "S"), class = "factor"), 
    recruits = c(0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 2, 2, 1, 
    0, 0, 3, 0, 0, 1, 1, 0, 2, 0, 1, 0, 0, 0, 0, 0, 0, 0, 2, 
    3, 0, 1, 1, 0, 0, 0, 0, 1, 1, 0, 0, 0, 0, 1, 0, 0, 1, 0, 
    0, 2, 2, 0, 1, 1, 0, 1, 3, 1, 0, 1, 1, 0, 1, 5, 2, 0, 1, 
    1, 2, 0, 3, 1, 2, 2, 3, 6, 5, 2, 0, 1, 2, 0, 4, 1, 4, 1, 
    0, 0, 4, 0, 1)), row.names = c(NA, -96L), class = c("grouped_df", 
"tbl_df", "tbl", "data.frame"), vars = c("Site_long", "Shelter", 
"Module #", "TimeStep"), drop = TRUE)


survival_data <- structure(list(Date = structure(c(17288, 17288, 17288, 17288, 
17288, 17288, 17292, 17299, 17299, 17304, 17306, 17386, 17386, 
17386, 17386, 17386, 17386, 17387, 17387, 17387, 17389, 17389, 
17389, 17390, 17398, 17404, 17475, 17475, 17477, 17480, 17482, 
17484, 17484, 17484, 17484, 17484, 17484, 17489, 17575, 17575, 
17575, 17575, 17575, 17582, 17586, 17594, 17600, 17601, 17603, 
17603), class = "Date"), Year = structure(c(1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L), .Label = c("17", 
"18"), class = "factor"), Site = structure(c(1L, 1L, 1L, 1L, 
1L, 1L, 2L, 2L, 2L, 2L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 1L, 1L, 1L, 1L, 
1L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L), .Label = c("HAN", 
"WAI"), class = "factor"), Treatment = c("CLO", "CLO", "CLO", 
"OPE", "OPE", "OPE", "CLO", "CLO", "OPE", "OPE", "CLO", "CLO", 
"CLO", "CLO", "OPE", "OPE", "OPE", "CLO", "OPE", "OPE", "CLO", 
"CLO", "OPE", "OPE", "CLO", "CLO", "CLO", "OPE", "CLO", "OPE", 
"CLO", "CLO", "CLO", "CLO", "OPE", "OPE", "OPE", "OPE", "CLO", 
"CLO", "CLO", "OPE", "OPE", "OPE", "CLO", "OPE", "OPE", "CLO", 
"CLO", "OPE"), `Module #` = c(212L, 214L, 216L, 211L, 213L, 215L, 
116L, 114L, 115L, 113L, 112L, 212L, 214L, 216L, 211L, 213L, 215L, 
116L, 111L, 115L, 112L, 114L, 115L, 113L, 114L, 114L, 112L, 115L, 
116L, 113L, 114L, 212L, 214L, 216L, 211L, 213L, 215L, 111L, 212L, 
214L, 216L, 213L, 215L, 211L, 116L, 115L, 113L, 114L, 112L, 111L
), n.x = c(1L, 1L, 2L, 2L, 3L, 3L, 6L, 7L, 5L, 4L, 2L, 2L, 2L, 
1L, 2L, 3L, 5L, 10L, 1L, 4L, 10L, 13L, 6L, 5L, 2L, 2L, 8L, 6L, 
10L, 8L, 12L, 2L, 6L, 2L, 2L, 3L, 5L, 2L, 2L, 5L, 1L, 8L, 9L, 
2L, 10L, 15L, 10L, 16L, 12L, 4L), n.y = c(1, 1, 0, 2, 3, 3, 6, 
7, 4, 4, 2, 2, 2, 1, 2, 3, 5, 9, 1, 3, 10, 11, 5, 5, 1, 1, 7, 
6, 7, 8, 11, 2, 5, 2, 2, 3, 5, 2, 2, 5, 1, 7, 7, 0, 8, 14, 9, 
9, 9, 4), `%_Survival` = c(100, 100, 0, 100, 100, 100, 100, 100, 
80, 100, 100, 100, 100, 100, 100, 100, 100, 90, 100, 75, 100, 
84.6153846153846, 83.3333333333333, 100, 50, 50, 87.5, 100, 70, 
100, 91.6666666666667, 100, 83.3333333333333, 100, 100, 100, 
100, 100, 100, 100, 100, 87.5, 77.7777777777778, 0, 80, 93.3333333333333, 
90, 56.25, 75, 100), Quarter = c(1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 
1, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 
3, 3, 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4), Mortality = c(0, 
0, 2, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 1, 0, 2, 
1, 0, 1, 1, 1, 0, 3, 0, 1, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 1, 2, 
2, 2, 1, 1, 7, 3, 0), Survival = c(100, 100, 0, 100, 100, 100, 
100, 100, 80, 100, 100, 100, 100, 100, 100, 100, 100, 90, 100, 
75, 100, 84.6153846153846, 83.3333333333333, 100, 50, 50, 87.5, 
100, 70, 100, 91.6666666666667, 100, 83.3333333333333, 100, 100, 
100, 100, 100, 100, 100, 100, 87.5, 77.7777777777778, 0, 80, 
93.3333333333333, 90, 56.25, 75, 100), Module = c(212L, 214L, 
216L, 211L, 213L, 215L, 116L, 114L, 115L, 113L, 112L, 212L, 214L, 
216L, 211L, 213L, 215L, 116L, 111L, 115L, 112L, 114L, 115L, 113L, 
114L, 114L, 112L, 115L, 116L, 113L, 114L, 212L, 214L, 216L, 211L, 
213L, 215L, 111L, 212L, 214L, 216L, 213L, 215L, 211L, 116L, 115L, 
113L, 114L, 112L, 111L), Survival_prop = c(1, 1, 0, 1, 1, 1, 
1, 1, 0.8, 1, 1, 1, 1, 1, 1, 1, 1, 0.9, 1, 0.75, 1, 0.846153846153846, 
0.833333333333333, 1, 0.5, 0.5, 0.875, 1, 0.7, 1, 0.916666666666667, 
1, 0.833333333333333, 1, 1, 1, 1, 1, 1, 1, 1, 0.875, 0.777777777777778, 
0, 0.8, 0.933333333333333, 0.9, 0.5625, 0.75, 1), Date_new = structure(c(17378, 
17378, 17378, 17378, 17378, 17378, 17382, 17389, 17389, 17394, 
17396, 17476, 17476, 17476, 17476, 17476, 17476, 17477, 17477, 
17477, 17479, 17479, 17479, 17480, 17488, 17494, 17565, 17565, 
17567, 17570, 17572, 17574, 17574, 17574, 17574, 17574, 17574, 
17579, 17665, 17665, 17665, 17665, 17665, 17672, 17676, 17684, 
17690, 17691, 17693, 17693), class = "Date"), Site_long = structure(c(1L, 
1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 1L, 
1L, 1L, 1L, 1L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 
2L), .Label = c("Hanauma Bay", "Waikiki"), class = "factor"), 
    Treatment_long = structure(c(1L, 1L, 1L, 2L, 2L, 2L, 1L, 
    1L, 2L, 2L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 1L, 2L, 2L, 1L, 1L, 
    2L, 2L, 1L, 1L, 1L, 2L, 1L, 2L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 
    2L, 1L, 1L, 1L, 2L, 2L, 2L, 1L, 2L, 2L, 1L, 1L, 2L), .Label = c("Closed", 
    "Open"), class = "factor"), Shelter = c("Low", "Low", "Low", 
    "High", "High", "High", "Low", "Low", "High", "High", "Low", 
    "Low", "Low", "Low", "High", "High", "High", "Low", "High", 
    "High", "Low", "Low", "High", "High", "Low", "Low", "Low", 
    "High", "Low", "High", "Low", "Low", "Low", "Low", "High", 
    "High", "High", "High", "Low", "Low", "Low", "High", "High", 
    "High", "Low", "High", "High", "Low", "Low", "High")), row.names = c(NA, 
-50L), vars = c("Date", "Year", "Site", "Treatment", "Module #"
), labels = structure(list(Date = structure(c(17288, 17288, 17288, 
17288, 17288, 17288, 17292, 17299, 17299, 17304, 17306, 17386, 
17386, 17386, 17386, 17386, 17386, 17387, 17387, 17387, 17389, 
17389, 17389, 17390, 17398, 17404, 17475, 17475, 17477, 17480, 
17482, 17484, 17484, 17484, 17484, 17484, 17484, 17489, 17575, 
17575, 17575, 17575, 17575, 17582, 17586, 17594, 17600, 17601, 
17603, 17603), class = "Date"), Year = c(17, 17, 17, 17, 17, 
17, 17, 17, 17, 17, 17, 17, 17, 17, 17, 17, 17, 17, 17, 17, 17, 
17, 17, 17, 17, 17, 17, 17, 17, 17, 17, 17, 17, 17, 17, 17, 17, 
17, 18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 18), Site = structure(c(1L, 
1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 1L, 
1L, 1L, 1L, 1L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 
2L), .Label = c("HAN", "WAI"), class = "factor"), Treatment = c("CLO", 
"CLO", "CLO", "OPE", "OPE", "OPE", "CLO", "CLO", "OPE", "OPE", 
"CLO", "CLO", "CLO", "CLO", "OPE", "OPE", "OPE", "CLO", "OPE", 
"OPE", "CLO", "CLO", "OPE", "OPE", "CLO", "CLO", "CLO", "OPE", 
"CLO", "OPE", "CLO", "CLO", "CLO", "CLO", "OPE", "OPE", "OPE", 
"OPE", "CLO", "CLO", "CLO", "OPE", "OPE", "OPE", "CLO", "OPE", 
"OPE", "CLO", "CLO", "OPE"), `Module #` = c(212L, 214L, 216L, 
211L, 213L, 215L, 116L, 114L, 115L, 113L, 112L, 212L, 214L, 216L, 
211L, 213L, 215L, 116L, 111L, 115L, 112L, 114L, 115L, 113L, 114L, 
114L, 112L, 115L, 116L, 113L, 114L, 212L, 214L, 216L, 211L, 213L, 
215L, 111L, 212L, 214L, 216L, 213L, 215L, 211L, 116L, 115L, 113L, 
114L, 112L, 111L)), row.names = c(NA, -50L), class = "data.frame", vars = c("Date", 
"Year", "Site", "Treatment", "Module #"), drop = TRUE), indices = list(
    0L, 1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 
    14L, 15L, 16L, 17L, 18L, 19L, 20L, 21L, 22L, 23L, 24L, 25L, 
    26L, 27L, 28L, 29L, 30L, 31L, 32L, 33L, 34L, 35L, 36L, 37L, 
    38L, 39L, 40L, 41L, 42L, 43L, 44L, 45L, 46L, 47L, 48L, 49L), drop = TRUE, group_sizes = c(1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L), biggest_group_size = 1L, class = c("grouped_df", "tbl_df", 
"tbl", "data.frame"))

Анализы

library(lme4)
library(gamlss)

recruitment_glmer_n3 <- glmer(recruits ~ Site_long*Shelter + (1|module_recruit), data = n3, family = poisson, na.action = "na.fail")
summary(recruitment_glmer_n3)

survival_gamlss <- gamlss(Survival_prop ~ Site_long*Treatment_long + (1|module_survival), data = survival_results_long_2, family = BEINF())
summary(survival_gamlss)

Код таблицы

library(sjPlot)

tab_model(recruitment_glmer_n3, survival_gamlss)

Есть ли способ использовать sjPlot::tab_model для получения выходных данных таблицы html с объектами модели gamlss или есть другой пакет, который вы бы порекомендовали для создания таблиц качества публикации для объектов линейной модели gamlss, а также lmer и glmer? Спасибо!


r lme4 glm sjplot gamlss
person Eric Dilley    schedule 03.08.2019    source источник
comment
sjPlot, похоже, поддерживает объект класса gam из библиотеки mgcv. Однако gamlss не возвращает сводку так же, как пакет mgcv, и код ломается, потому что gamlss присваивает своему объекту метку класса gam.   -  person Alexey0308    schedule 06.08.2019
comment
Спасибо за ваш комментарий! Вы случайно не знаете лучшего пакета для создания регрессионных таблиц?   -  person Eric Dilley    schedule 06.08.2019
comment
спасибо Даниэлю, следующая версия sjPlot :) но в целом всегда можно использовать knitr::kable и пакет kableExtra при создании произвольного сводного data.frame'а   -  person Alexey0308    schedule 07.08.2019

Ответы (1)


arrow_upward
3
arrow_downward

Я добавил (улучшенную) поддержку gamlss-моделей, так что теперь вы сможете отображать обе модели в одной таблице с помощью tab_model() (по крайней мере, у меня это сработало). Однако вам необходимо обновить sjPlot и советы из GitHub.

Тогда это должно сработать.

person Daniel    schedule 06.08.2019
comment
Я установил все новейшие версии sjlabeled, sjmisc, sjstats, ggeffects, Insight, а затем обновил пакет sjPlot. После этого, используя tab_model(recruitment_glmer_n3, survival_gamlss), я получаю то же сообщение об ошибке вместе с несколькими предупреждениями: Ошибка: оператор $ недействителен для атомарных векторов Кроме того: Предупреждающее сообщение: mu 0,8 слишком близко к нулю, оценка дисперсии случайного эффекта могут быть ненадежными. У вас есть предложения по устранению неполадок tab_model? Спасибо! - person Eric Dilley; 07.08.2019
comment
Вы устанавливали из CRAN или из GitHub? Установки Insight и sjPlot из GitHub должно быть достаточно, чтобы функция работала с вашей моделью. - person Daniel; 07.08.2019
comment
Даниил, я установил пакет с GitHub, используя следующий код: {r} library(devtools) devtools::install_github("strengejacke/sjPlot") Мои версии соответствующих пакетов: sjPlot: 2.7.0.9000, sjlabelled: 1.1.0, sjmisc: 2.8.1, sjstats: 0.17.5 На данный момент, после запуска {r} tab_model(recruitment_glmer_n3, survival_gamlss) Я все еще получаю следующее сообщение об ошибке: Ошибка: оператор $ недействителен для атомарных векторов Кроме того: Предупреждающее сообщение: mu 0,8 слишком близко к нулю, оценка дисперсии случайного эффекта может быть ненадежной. - person Eric Dilley; 12.08.2019
comment
какая у вас версия инсайта? - person Daniel; 13.08.2019
comment
Даниил, пакет Insight: 0.4.1 установлен и загружен - person Eric Dilley; 13.08.2019
comment
Хорошо, я думаю, вам также нужно обновить сведения из GitHub, чтобы все заработало. - person Daniel; 13.08.2019
comment
Дэниел наконец-то заработал с новой версией пакета Insight. Большое спасибо, я потратил дни, пытаясь понять это, и я рад видеть, что sjPlot наконец-то работает для моделей gamlss. Ваше здоровье! - person Eric Dilley; 13.08.2019