R anova.gls 比较拟合对象的可能性

说明

当仅存在一个拟合模型对象时，具有分子自由度 F-values 和模型中项的 Wald 测试 P 值的 DataFrame (当 Terms 和 L 为 NULL 时) 、模型项的组合(当 Terms 不是 NULL 时)或模型系数的线性组合(当 L 不是 NULL 时)。否则，当比较多个拟合对象时，将返回一个 DataFrame ，其中包含每个对象的自由度、(受限)对数似然、赤池信息准则(AIC)和贝叶斯信息准则(BIC)。如果 test=TRUE ，只要两个连续对象具有不同数量的自由度，则返回的数据帧中将包含具有相关 p 值的似然比统计量。

用法

## S3 method for class 'gls'
anova(object, ..., test, type, adjustSigma, Terms, L, verbose)

参数

object	继承自类 "gls" 的对象，表示广义最小二乘拟合。
...	其他可选的拟合模型对象继承自类 "gls" 、 "gnls" 、 "lm" 、 "lme" 、 "lmList" 、 "nlme" 、 "nlsList" 或 "nls" 。
test	一个可选逻辑值，控制是否应使用似然比检验来比较 object 表示的拟合模型和 ... 中的对象。默认为 TRUE 。
type	一个可选字符串，指定模型中的项在 F-tests 中使用的平方和类型。如果 "sequential" ，则使用通过按模型中出现的顺序包含项而获得的连续平方和；否则，如果 "marginal" ，则使用通过一次从模型中删除一项而获得的边际平方和。仅当将单个拟合对象传递给函数时才使用此参数。使用参数的部分匹配，因此只需提供第一个字符。默认为 "sequential" 。
adjustSigma	可选的逻辑值。如果 TRUE 和用于获取 object 的估计方法是最大似然，则将残余标准误差乘以 \sqrt{n_{obs}/(n_{obs} - n_{par})} ，将其转换为 REML-like 估计值。仅当将单个拟合对象传递给函数时才使用此参数。默认为 TRUE 。
Terms	可选的整数或字符向量，指定模型中的哪些项应使用 Wald F-test 联合测试为零。如果作为字符向量给出，其元素必须对应于术语名称；否则，如果作为整数向量给出，则其元素必须与模型中包含项的顺序相对应。仅当将单个拟合对象传递给函数时才使用此参数。默认为 NULL 。
L	一个可选的数值向量或数组，指定模型中应测试为零的系数的线性组合。如果以数组形式给出，则其行定义要测试的线性组合。如果将名称分配给向量元素(数组列)，则它们必须与系数名称相对应，并将用于将线性组合映射到系数；否则，如果没有可用的名称，则假定向量元素(数组列)的顺序与模型中出现的系数相同。仅当将单个拟合对象传递给函数时才使用此参数。默认为 NULL 。
verbose	可选的逻辑值。如果 TRUE ，每个拟合模型对象的调用序列将与输出的其余部分一起打印，如果 verbose = FALSE 则被省略。默认为 FALSE 。

值

继承自类 "anova.lme" 的 DataFrame 。

注意

对于使用受限最大似然和具有不同固定效应的对象拟合来说，似然比较没有意义。

例子

# AR(1) errors within each Mare
fm1 <- gls(follicles ~ sin(2*pi*Time) + cos(2*pi*Time), Ovary,
           correlation = corAR1(form = ~ 1 | Mare))
anova(fm1)
# variance changes with a power of the absolute fitted values?
fm2 <- update(fm1, weights = varPower())
anova(fm1, fm2)

# Pinheiro and Bates, p. 251-252
fm1Orth.gls <- gls(distance ~ Sex * I(age - 11), Orthodont,
                correlation = corSymm(form = ~ 1 | Subject),
                weights = varIdent(form = ~ 1 | age))
fm2Orth.gls <- update(fm1Orth.gls,
                corr = corCompSymm(form = ~ 1 | Subject))
anova(fm1Orth.gls, fm2Orth.gls)

# Pinheiro and Bates, pp. 215-215, 255-260
#p. 215
fm1Dial.lme <-
  lme(rate ~(pressure + I(pressure^2) + I(pressure^3) + I(pressure^4))*QB,
      Dialyzer, ~ pressure + I(pressure^2))
# p. 216
fm2Dial.lme <- update(fm1Dial.lme,
                  weights = varPower(form = ~ pressure))
# p. 255
fm1Dial.gls <- gls(rate ~ (pressure +
     I(pressure^2) + I(pressure^3) + I(pressure^4))*QB,
        Dialyzer)
fm2Dial.gls <- update(fm1Dial.gls,
                 weights = varPower(form = ~ pressure))
anova(fm1Dial.gls, fm2Dial.gls)
fm3Dial.gls <- update(fm2Dial.gls,
                    corr = corAR1(0.771, form = ~ 1 | Subject))
anova(fm2Dial.gls, fm3Dial.gls)
# anova.gls to compare a gls and an lme fit 
anova(fm3Dial.gls, fm2Dial.lme, test = FALSE)

# Pinheiro and Bates, pp. 261-266
fm1Wheat2 <- gls(yield ~ variety - 1, Wheat2)
fm3Wheat2 <- update(fm1Wheat2,
      corr = corRatio(c(12.5, 0.2),
        form = ~ latitude + longitude, nugget = TRUE))
# Test a specific contrast 
anova(fm3Wheat2, L = c(-1, 0, 1))

作者

José Pinheiro and Douglas Bates bates@stat.wisc.edu

参考

Pinheiro, J. C. and Bates, D. M. (2000), Mixed-Effects Models in S and S-PLUS, Springer, New York.

也可以看看

gls , gnls , nlme , lme , logLik.gls , AIC , BIC , print.anova.lme