当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


R nlme 非线性混合效应模型


R语言 nlme 位于 nlme 包(package)。

说明

该通用函数符合 Lindstrom 和 Bates (1990) 中说明的公式中的非线性混合效应模型,但允许嵌套随机效应。组内误差允许相关和/或具有不等方差。

用法

nlme(model, data, fixed, random, groups, start, correlation, weights,
     subset, method, na.action, naPattern, control, verbose)

## S3 method for class 'formula'
nlme(model, data, fixed, random, groups, start, correlation, weights,
     subset, method, na.action, naPattern, control, verbose)

参数

model

非线性模型公式,响应位于 ~ 运算符的左侧,包含参数和协变量的表达式位于右侧,或 nlsList 对象。如果给出data,则公式中使用的所有名称都应定义为 DataFrame 中的参数或变量。方法函数nlme.nlsList 单独记录。

data

包含 modelfixedrandomcorrelationweightssubsetnaPattern 中命名的变量的可选数据帧。默认情况下,变量取自调用 nlme 的环境。

fixed

f1+...+fn~x1+...+xm 形式的双边线性公式,或 f1~x1+...+xm 形式的双边公式列表,不同参数可能具有不同的模型。 f1,...,fnmodel 右侧包含的参数名称,x1+...+xm 表达式定义这些参数的线性模型(当公式左侧包含多个参数时,假设它们都遵循相同的线性模型,由右侧表达式说明)。公式右侧的1 表示相应参数的单个固定效应。

random

可选地,以下任何一个:(i)形式为 r1+...+rn~x1+...+xm | g1/.../gQ 的双边公式,r1,...,rn 命名参数包含在 model 的右侧,x1+...+xm 指定这些模型的 random-effects参数和 g1/.../gQ 分组结构(Q 可能等于 1,在这种情况下不需要 /)。在多级别分组的情况下,随机效应公式将针对所有级别的分组重复; (ii) r1+...+rn~x1+..+xm 形式的双面公式、 r1~x1+...+xm 形式的双面公式列表,不同参数可能有不同的 random-effects 模型、带有双面的 pdMat 对象公式,或双边公式列表(即 formula(random) 的非 NULL 值),或具有双边公式的 pdMat 对象列表,或双边公式列表。在这种情况下,分组结构公式将在 groups 中给出,或者从用于拟合非线性混合效应模型的数据导出,该公式应继承自类 groupedData ; (iii) 命名的公式列表、公式列表或 pdMat 对象(如 (ii) 中所示),其中分组因子作为名称。嵌套顺序将假定与列表中元素的顺序相同; (iv) reStruct 对象。有关可用 pdMat 类的说明,请参阅 pdClasses 的文档。默认为 fixed ,导致所有固定效果也具有随机效果。

groups

~g1(单级嵌套)或~g1/.../gQ(多级嵌套)形式的可选单边公式,指定随机效应变化的数据分区。 g1,...,gQ 必须评估 data 中的因子。当存在多个级别时,嵌套顺序从左到右(即g1是第一级,g2是第二级,依此类推)。

start

可选的数值向量,或固定效应和随机效应的初始估计列表。如果声明为数值向量,它将在内部转换为具有单个组件 fixed 的列表,由向量给定。需要 fixed 组件,除非模型函数继承自类 selfStart ,在这种情况下,初始值将从对 nlsList 的调用中派生。可选的 random 组件用于指定随机效应的初始值,并且应由一个矩阵或长度等于分组级别数的矩阵列表组成。每个矩阵的行数应与相应级别的组数一样多,列数应与该级别的随机效应数一样多。

correlation

说明组内相关结构的可选 corStruct 对象。有关可用 corStruct 类的说明,请参阅 corClasses 的文档。默认为 NULL ,对应于没有组内相关性。

weights

可选的 varFunc 对象或说明组内异方差结构的单边公式。如果作为公式给出,则它将用作 varFixed 的参数,对应于固定方差权重。有关可用 varFunc 类的说明,请参阅 varClasses 的文档。默认为 NULL ,对应于同方差组内误差。

subset

一个可选表达式,指示应在拟合中使用的 data 行的子集。这可以是逻辑向量,或者指示要包括哪些观察编号的数值向量,或者要包括的行名称的字符向量。默认情况下包括所有观察结果。

method

一个字符串。如果"REML" 则通过最大化受限对数似然来拟合模型。如果"ML" 则对数似然最大化。默认为 "ML"

na.action

一个函数,指示当数据包含 NA 时应该发生什么。默认操作 ( na.fail ) 会导致 nlme 打印错误消息并在存在任何不完整的观察结果时终止。

naPattern

表达式或公式对象,指定哪些返回值被视为缺失。

control

估计算法的控制值列表,用于替换函数 nlmeControl 返回的默认值。默认为空列表。

verbose

可选的逻辑值。如果打印TRUE有关迭代算法演化的信息。默认为 FALSE

代表非线性混合效应模型拟合的 nlme 类对象。 printplotsummary 等通用函数具有显示拟合结果的方法。有关配合的组成部分,请参阅nlmeObject。函数 residcoeffittedfixed.effectsrandom.effects 可用于提取其某些组件。

注意

该函数不会在内部进行任何缩放:当响应缩放时优化效果最好,因此其方差约为 1。

例子

fm1 <- nlme(height ~ SSasymp(age, Asym, R0, lrc),
            data = Loblolly,
            fixed = Asym + R0 + lrc ~ 1,
            random = Asym ~ 1,
            start = c(Asym = 103, R0 = -8.5, lrc = -3.3))
summary(fm1)
fm2 <- update(fm1, random = pdDiag(Asym + lrc ~ 1))
summary(fm2)

作者

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

参考

The model formulation and computational methods are described in Lindstrom, M.J. and Bates, D.M. (1990). The variance-covariance parametrizations are described in Pinheiro and Bates (1996).

Lindstrom, M.J. and Bates, D.M. (1990) "Nonlinear Mixed Effects Models for Repeated Measures Data", Biometrics, 46, 673-687.

Pinheiro, J.C. and Bates., D.M. (1996) "Unconstrained Parametrizations for Variance-Covariance Matrices", Statistics and Computing, 6, 289-296.

For the different correlation structures, variance functions and links, see ‘References’ in lme.

也可以看看

nlmeControl , nlme.nlsList , nlmeObject , nlsList , nlmeStruct , pdClasses , reStruct , varFunc , corClasses , varClasses

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 Nonlinear Mixed-Effects Models。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。