R reStruct 随机效应结构

R语言 reStruct 位于 nlme 包(package)。

说明

此函数是 reStruct 类的构造函数，表示随机效应结构，由 pdMat 对象列表以及包含用于拟合关联混合效应模型的优化算法信息的 settings 属性组成。

用法

reStruct(object, pdClass, REML, data)
## S3 method for class 'reStruct'
print(x, sigma, reEstimates, verbose, ...)

参数

`object`	以下任何一项：(i) `~x1+...+xn \| g1/.../gm` 形式的片面公式，其中 `x1+...+xn` 指定随机效应模型，`g1/.../gm` 指定分组结构(`m` 可能等于 1，其中情况下不需要`/`)。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) `~x1+...+xn \| g` 形式的单边公式列表，每个分组级别可能具有不同的随机效应模型。嵌套顺序将假定与列表中元素的顺序相同； (iii) `~x1+...+xn` 形式的片面公式，或带有公式的 `pdMat` 对象(即 `formula(object)` 的非 `NULL` 值)，或此类公式或 `pdMat` 对象的列表。在这种情况下，分组结构公式将从用于拟合混合效应模型的数据中导出，该公式应继承自类 `groupedData` ； (iv) 如 (iii) 中所示的公式或 `pdMat` 对象的命名列表，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； (v) `reStruct` 对象。
`pdClass`	带有 `pdMat` 类名称的可选字符串，用于 `object` 中的公式。默认为 `"pdLogChol"`，对应于一般正定矩阵(Log-Cholesky 参数化)。
`REML`	可选的逻辑值。如果`TRUE`，相关的混合效应模型将使用限制最大似然进行拟合；否则，如果 `FALSE` ，将使用最大似然。默认为 `FALSE` 。
`data`	一个可选 DataFrame ，用于评估 `object` 中随机效应公式中使用的变量。它用于获取 `factors` 的级别，这会影响底层 `pdMat` 对象的维度和行/列名称。如果是 `NULL` ，则不会尝试获取有关公式中出现的 `factors` 的信息。默认为调用该函数的父框架。
`x`	要打印的继承自类 `reStruct` 的对象。
`sigma`	一个可选数值，用作 `pdMat` 分量的平方根因子的乘数(通常是混合效应模型的估计组内标准差)。默认为 1。
`reEstimates`	包含每个分组级别的随机效应估计的可选列表。仅在 `verbose = TRUE` 时使用。
`verbose`	一个可选的逻辑值，确定是否应打印随机效应估计。默认为 `FALSE` 。
`...`	可以为该泛型的其他方法提供可选参数。此方法中没有使用任何内容。

值

继承自类 reStruct 的对象，表示随机效果结构。

例子

rs1 <- reStruct(list(Dog = ~day, Side = ~1), data = Pixel)
rs1 # 2 entries "Uninitialized"
str(rs1) # a bit more

作者

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

也可以看看

groupedData、lme、pdMat、solve.reStruct、summary.reStruct、update.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 Random Effects Structure。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。