R predict.nlme 来自 nlme 对象的预测

说明

i 级别的预测是通过将小于或等于 i 级别的估计固定效应和估计随机效应的贡献相加并根据所得估计参数评估模型函数来获得的。如果 newdata 中存在未包含在原始分组因子中的组值，则对于大于或等于未知组出现的级别的级别，相应的预测将设置为 NA。

用法

## S3 method for class 'nlme'
predict(object, newdata, level = Q, asList = FALSE,
        na.action = na.fail, naPattern = NULL, ...)

参数

object	继承自类 "nlme" 的对象，表示拟合的非线性混合效应模型。
newdata	用于获得预测的可选数据帧。非线性模型、固定效应模型和随机效应模型以及分组因子中使用的所有变量都必须出现在 DataFrame 中。如果缺失，则返回拟合值。
level	一个可选的整数向量，给出用于获得预测的分组级别。级别值从最外层到最内层分组递增，级别零对应于总体预测。默认为分组的最高或最内层(并且是 object$dims$Q )。
asList	可选的逻辑值。如果 TRUE 并在 level 中给出单个值，则返回的对象是一个列表，其中预测按组划分；否则，根据 level 的长度，返回值是向量或数据帧。
na.action	一个函数，指示当 newdata 包含 NA 时应该发生什么。默认操作 ( na.fail ) 会导致函数打印一条错误消息，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。
...	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。

值

如果在 level 中指定了单个分组级别，则返回值是包含按组分割的预测的列表 ( asList = TRUE ) 或包含预测的向量 ( asList = FALSE )；否则，当在 level 中指定多个分组级别时，返回的对象是一个数据帧，其中的列由不同级别的预测和分组因子给出。

例子

head(Loblolly) # groupedData  w/  'Seed' is grouping variable :
## Grouped Data: height ~ age | Seed
##    height age Seed
## 1    4.51   3  301
## 15  10.89   5  301
## ..  .....   .  ...

fm1 <- nlme(height ~ SSasymp(age, Asym, R0, lrc),  data = Loblolly,
            fixed = Asym + R0 + lrc ~ 1,
            random = Asym ~ 1, ## <---grouping--->  Asym ~ 1 | Seed
            start = c(Asym = 103, R0 = -8.5, lrc = -3.3))
fm1

age. <- seq(from = 2, to = 30, by = 2)
newLL.301 <- data.frame(age = age., Seed = 301)
newLL.329 <- data.frame(age = age., Seed = 329)
(p301 <- predict(fm1, newLL.301, level = 0:1))
(p329 <- predict(fm1, newLL.329, level = 0:1))
## Prediction are the same at level 0 :
all.equal(p301[,"predict.fixed"],
          p329[,"predict.fixed"])
## and differ by the 'Seed' effect at level 1 :
p301[,"predict.Seed"] -
p329[,"predict.Seed"]

作者

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

也可以看看

nlme , fitted.lme