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,me permet de comparer les moyennes pondérées des tailles au sein de chacun des niveaux de traitement.Code:lm(taille~traitement,weights=poids,data=données)
J'aimerais maintenant prendre en compte la variance générée par un effet aléatoire en utilisant un modèle étendu contruit par exemple lme() :
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:lme(taille~traitement,weights=poids,random=list(aléatoire=pdDiag(form=~1)),data=données)
ou bien :Code:Erreur dans varFunc(weights) : objet 'aléatoire' introuvable
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() ?Code:
2
Voilà tout, merci de votre aide !
--
Iago-lito
