Bonjour !

Pour étudier l'effet d'un traitement sur une taille moyenne, je me sers de la fonction lm() qui me permet d'associer un poids à chacune de mes observations (car ils diffèrent). Ainsi,
Code : Sélectionner tout - Visualiser dans une fenêtre à part
lm(taille~traitement,weights=poids,data=données)
me permet de comparer les moyennes pondérées des tailles au sein de chacun des niveaux de traitement.
J'aimerais maintenant prendre en compte la variance générée par un effet aléatoire en utilisant un modèle étendu contruit par exemple lme() :
Code : Sélectionner tout - Visualiser dans une fenêtre à part
lme(taille~traitement,weights=poids,random=list(aléatoire=pdDiag(form=~1)),data=données)
Seulement voilà : l'argument weights de lme() ne représente pas la pondération du vecteur de données, mais son hétéroscédasticité. Je récupère donc l'erreur :
Code : Sélectionner tout - Visualiser dans une fenêtre à part
Erreur dans varFunc(weights) : objet 'aléatoire' introuvable
ou bien :
Code : Sélectionner tout - Visualiser dans une fenêtre à part
1
2
Erreur dans varFunc(weights) : 
  Can only construct varFunc object from another varFunc object, a formula, or a character string
Je comprends bien que c'est parce que je me méprends sur la signification de l'argument weights de lme(), mais comment pondérer les observations dans mon modèle étendu ? N'existe-t-il pas un équivalent du weights de lm() dans lme() ?

Voilà tout, merci de votre aide !



--
Iago-lito