当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


R groupedData 构造一个 groupedData 对象


R语言 groupedData 位于 nlme 包(package)。

说明

groupedData 类的对象是从 formuladata 构造的,方法是将 formula 附加为数据的属性,以及 outerinnerlabelsunits 。如果 order.groupsTRUE ,则分组因子将转换为有序因子,其排序由 FUN 确定。根据分组级别的数量和主协变量的类型,返回的对象将属于以下三个类别之一: nfnGroupedData - 数字协变量,单层嵌套; nffGroupedData - 因子协变量,单层嵌套;和nmGroupedData - 多层嵌套。多个建模和绘图函数可以使用 groupedData 对象存储的公式来构建默认绘图和模型。

用法

groupedData(formula, data, order.groups, FUN, outer, inner,
            labels, units)

## S3 method for class 'groupedData'
update(object, formula, data, order.groups, FUN,
       outer, inner, labels, units, ...)

参数

object

从类 groupedData 继承的对象。

formula

resp ~ cov | group 形式的公式,其中 resp 是响应,cov 是主要协变量,group 是分组因子。当没有其他合适的候选者时,表达式 1 可用于主要协变量。可以列出多个嵌套分组因子,并用 / 符号分隔,如 fact1/fact2 中所示。在这样的表达式中,fact2 因子嵌套在 fact1 因子内。

data

可以在其中评估 formula 中的表达式的数据帧。生成的 groupedData 对象将由相同顺序的相同数据值组成,但具有附加属性。

order.groups

可选逻辑值或逻辑值列表,指示是否应根据应用于每个组的响应的函数 FUN 将分组因子转换为有序因子。如果存在多个分组级别,则此参数可以是单个逻辑值(将针对所有分组级别重复)或逻辑值列表。如果没有为列表元素分配名称,则假定它们的顺序与组级别相同(最外层到最内层分组)。分组级别内的排序是在其外部的分组因子的级别内完成的。将分组因子更改为有序因子不会影响 DataFrame 中行的排序,但会影响数据或适合数据的模型的网格显示中面板的顺序。默认为 TRUE

FUN

可选的汇总函数,当 order.groups = TRUE 时,该函数将应用于分组因子每个级别的响应值,以确定排序。默认为max 函数。

outer

可选的单边公式或单边公式列表,指示分组因子外部的协变量。如果存在多个级别的分组,则该参数可以是单个单边公式,也可以是单边公式列表。如果没有为列表元素分配名称,则假定它们的顺序与组级别相同(最外层到最内层分组)。外部协变量在分组因子定义的行集中是不变的。对组进行排序的方式是为了保持具有相同外部变量值的组的邻接性。绘制 groupedData 对象时,参数 outer = TRUE 导致面板由 outer 公式确定。面板内的点通过分组因子的级别相关联。默认为 NULL ,这意味着不存在外部协变量。

inner

可选的单边公式或单边公式列表,指示分组因子内部的协变量。如果存在多个级别的分组,则该参数可以是单个单边公式,也可以是单边公式列表。如果没有为列表元素分配名称,则假定它们的顺序与组级别相同(最外层到最内层分组)。内部协变量可以在分组因子定义的行集中发生变化。内部公式可用于关联 groupedData 对象图中的点。默认为 NULL ,这意味着不存在内部协变量。

labels

一个可选的字符串列表,为响应和主要协变量提供标签。主协变量的标签名为 x ,响应的标签名为 y 。任一标签都可以省略。

units

给出响应和主要协变量单位的可选字符串列表。主协变量的单位字符串名为 x ,响应的单位字符串名为 y 。任一单位字符串都可以省略。

...

该泛型的某些方法需要额外的参数。此方法中没有使用任何内容。

nfnGroupedDatanffGroupedDatanmGroupedData 之一的对象,并且还继承自类 groupedDatadata.frame

例子


Orth.new <-  # create a new copy of the groupedData object
  groupedData( distance ~ age | Subject,
              data = as.data.frame( Orthodont ),
              FUN = mean,
              outer = ~ Sex,
              labels = list( x = "Age",
                y = "Distance from pituitary to pterygomaxillary fissure" ),
              units = list( x = "(yr)", y = "(mm)") )
plot( Orth.new )         # trellis plot by Subject
formula( Orth.new )      # extractor for the formula
gsummary( Orth.new )     # apply summary by Subject
fm1 <- lme( Orth.new )   # fixed and groups formulae extracted from object
Orthodont2 <- update(Orthodont, FUN = mean)

作者

Douglas Bates and José Pinheiro

参考

Bates, D.M. and Pinheiro, J.C. (1997), "Software Design for Longitudinal Data", in "Modelling Longitudinal and Spatially Correlated Data: Methods, Applications and Future Directions", T.G. Gregoire (ed.), Springer-Verlag, New York.

Pinheiro, J.C. and Bates, D.M. (1997) "Future Directions in Mixed-Effects Software: Design of NLME 3.0" available at http://nlme.stat.wisc.edu/

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

也可以看看

formula , gapply , gsummary , lme , plot.nffGroupedData , plot.nfnGroupedData , plot.nmGroupedData , reStruct

相关用法


注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Construct a groupedData Object。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。