residuals.lme
位于 nlme
包(package)。 说明
通过从响应向量中减去该级别的拟合级别(并除以估计的组内标准误差,如果是 type="pearson"
)即可获得级别 的残差。 级别的拟合值是通过将总体拟合值(仅基于固定效应估计)和随机效应对小于或等于 的分组级别的拟合值的估计贡献相加而获得的。
用法
## S3 method for class 'lme'
residuals(object, level = Q,
type = c("response", "pearson", "normalized"), asList = FALSE, ...)
参数
object |
继承自类 |
level |
一个可选的整数向量,给出用于从 |
type |
一个可选字符串,指定要使用的残差类型。如果 |
asList |
可选的逻辑值。如果 |
... |
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
中指定了单级分组,则返回值是按组分割残差的列表 ( asList = TRUE
) 或具有残差的向量 ( asList = FALSE
);否则,当 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残差和分组因子给出。对于矢量或数据帧结果,应用 naresid
方法。
例子
fm1 <- lme(distance ~ age + Sex, data = Orthodont, random = ~ 1)
head(residuals(fm1, level = 0:1))
summary(residuals(fm1) /
residuals(fm1, type = "p")) # constant scaling factor 1.432
作者
José Pinheiro and Douglas Bates bates@stat.wisc.edu
也可以看看
相关用法
- R residuals.lmeStruct 计算 lmeStruct 残差
- R residuals.lmList 提取 lmList 残差
- R residuals.gls 提取 gls 残差
- R residuals.nlmeStruct 计算 nlmeStruct 残差
- R residuals.gnlsStruct 计算 gnlsStruct 残差
- R residuals.glsStruct 计算 glsStruct 残差
- R recalc 重新计算压缩线性模型对象
- R recalc.modelStruct 重新计算 modelStruct 对象
- R recalc.corStruct 重新计算 corStruct 对象
- R reStruct 随机效应结构
- R recalc.varFunc 重新计算 varFunc 对象
- R recalc.reStruct 重新计算 reStruct 对象
- R ranef.lmList 提取 lmList 随机效应
- R ranef.lme 提取 lme 随机效应
- R random.effects 提取随机效应
- R Pixel X 射线像素强度随时间的变化
- R corARMA ARMA(p,q) 相关结构
- R getGroupsFormula 提取分组公式
- R corRatio 有理二次相关结构
- R logLik.glsStruct glsStruct 对象的对数似然
- R intervals.lmList lmList 系数的置信区间
- R corLin 线性相关结构
- R plot.augPred 绘制 augPred 对象
- R print.varFunc 打印 varFunc 对象
- R Variogram.corSpher 计算 corSpher 对象的半变异函数
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Extract lme Residuals。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。