r - 从 mer 对象中提取观察次数和随机效应模式

Question

我有一个 mer通过调用创建的对象 lmer() .

我可以用 ranef() 获得随机效应但我也想对每个随机效应有相应数量的观察 - 有没有简单的方法来做到这一点？

附加信息:

上面我可能没有说清楚。例如，如果我有一个简单的 2 级模型，患者聚集在医院内并随机截取医院，我想用 ranef() 提取每家医院的随机效应。以及每家医院的患者人数。目前，我使用

ranef(fullmodel)[[1]]

这给了我类似的东西:

     (Intercept)
ADE -0.108195883
BEJ -0.005761677
CIS  0.124129426
CMH  0.270879048
CSI  0.285344837
CUL  0.189308979

我想得到类似的东西:

     (Intercept)  n
ADE -0.108195883  77
BEJ -0.005761677  171
CIS  0.124129426  201
CMH  0.270879048  39
CSI  0.285344837  171
CUL  0.189308979  131

为此，我一直在使用

fullmodel <- glmer(.....+(1|hospital), data=dt1)

freqs <- as.data.frame(table(dt1$hospital))
freqs <- freqs[foo$Freq>0,]

然后 cbind将此与 ranef(fullmodel)[[1]] 的结果联系起来

然而，这似乎并不复杂并且容易出错。

Answer 1

ranef返回与分组因子对应的矩阵列表，其中每个矩阵中的行对应于随机效应的观察值(因子水平)，列对应于随机效应变量(截距、斜率等)。因此，获得观察次数的最简单方法是

sapply(ranef(model),nrow)