R glmmPQL 通过 PQL 拟合广义线性混合模型

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 weights 中查找变量的第一个位置，如果存在于 ... 、 subset 中。
correlation	可选的相关结构。
weights	可选的大小写权重如 glm 。
control	要传递给 lme 的可选参数。
niter	最大迭代次数。
verbose	逻辑：打印出迭代记录？
...	lme 的进一步论点。

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

lme