glmmPQL
位于 MASS
包(package)。 说明
使用 Penalized Quasi-Likelihood 拟合具有多元正态随机效应的 GLMM 模型。
用法
glmmPQL(fixed, random, family, data, correlation, weights,
control, niter = 10, verbose = TRUE, ...)
参数
fixed |
给出模型的 fixed-effects 部分的双边线性公式。 |
random |
说明随机效应的公式或公式列表。 |
family |
一个 GLM 家庭。 |
data |
可选 DataFrame 、列表或环境,用作在公式 |
correlation |
可选的相关结构。 |
weights |
可选的大小写权重如 |
control |
要传递给 |
niter |
最大迭代次数。 |
verbose |
逻辑:打印出迭代记录? |
... |
|
细节
glmmPQL
通过重复调用 lme
来工作,因此命名空间 nlme
将在第一次使用时加载。 (2015 年之前,它曾经附加 nlme
,但现在仅加载命名空间。)
与 lme
不同,fixed
中允许 offset
术语 - 这是通过对 lme
的 pre- 和 post-processing 调用来完成的。
请注意,返回的对象继承自类"lme"
,并且大多数泛型将使用该类的方法。从版本 3.1-158 开始,拟合值包含任何偏移量,调用 predict
的结果也是如此。
值
类 c("glmmPQL", "lme")
的对象:参见 lmeObject
。
例子
summary(glmmPQL(y ~ trt + I(week > 2), random = ~ 1 | ID,
family = binomial, data = bacteria))
## an example of an offset: the coefficient of 'week' changes by one.
summary(glmmPQL(y ~ trt + week, random = ~ 1 | ID,
family = binomial, data = bacteria))
summary(glmmPQL(y ~ trt + week + offset(week), random = ~ 1 | ID,
family = binomial, data = bacteria))
参考
Schall, R. (1991) Estimation in generalized linear models with random effects. Biometrika 78, 719-727.
Breslow, N. E. and Clayton, D. G. (1993) Approximate inference in generalized linear mixed models. Journal of the American Statistical Association 88, 9-25.
Wolfinger, R. and O'Connell, M. (1993) Generalized linear mixed models: a pseudo-likelihood approach. Journal of Statistical Computation and Simulation 48, 233-243.
Venables, W. N. and Ripley, B. D. (2002) Modern Applied Statistics with S. Fourth edition. Springer.
也可以看看
相关用法
- R glm.nb 拟合负二项式广义线性模型
- R glm.convert 将负二项式拟合更改为 GLM 拟合
- R ginv 广义逆矩阵
- R geyser 老忠实间歇泉数据
- R gamma.shape 估计 GLM 拟合中 Gamma 分布的形状参数
- R gilgais 吉尔盖地区土壤线横断面
- R genotype 大鼠基因型数据
- R gehan 白血病患者的缓解时间
- R gamma.dispersion 计算 GLM 拟合中伽马色散参数的 MLE
- R galaxies 82 个星系的速度
- R summary.rlm 鲁棒线性模型的总结方法
- R housing 哥本哈根住房条件调查的频率表
- R biopsy 乳腺癌患者的活检数据
- R predict.qda 根据二次判别分析进行分类
- R contr.sdif 连续差异对比编码
- R Melanoma 恶性黑色素瘤的生存率
- R boxcox 线性模型的 Box-Cox 变换
- R predict.glmmPQL glmmPQL 拟合的预测方法
- R ucv 带宽选择的无偏交叉验证
- R theta.md 估计负二项式的 theta
- R parcoord 平行坐标图
- R rlm 线性模型的稳健拟合
- R npk 经典 N、P、K 阶乘实验
- R Cars93 1993 年美国销售的 93 辆汽车的数据
- R predict.lda 通过线性判别对多变量观测值进行分类
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Fit Generalized Linear Mixed Models via PQL。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。