logLik
位于 stats
包(package)。 说明
这个函数是通用的;可以编写方法函数来处理特定类的对象。具有此函数方法的类包括: "glm"
、 "lm"
、 "nls"
和 "Arima"
。包包含其他类的方法,例如包 MASS
中的 "fitdistr"
、 "negbin"
和 "polr"
、包 nnet
和 "gls"
中的 "multinom"
、 "gnls"
"lme"
和包中的其他内容 nlme
。
用法
logLik(object, ...)
## S3 method for class 'lm'
logLik(object, REML = FALSE, ...)
参数
object |
可以从中提取对数似然值或对对数似然值的贡献的任何对象。 |
... |
此通用函数的某些方法需要额外的参数。 |
REML |
可选的逻辑值。如果 |
细节
logLik
最常用于通过最大似然拟合的模型,以及一些用途,例如通过 AIC
,假设这一点。因此,在使用其他拟合标准时需要小心,例如 REML("lme"
的默认值)。
对于 "glm"
拟合,family
不必指定如何计算对数似然,因此这是基于使用系列的 aic()
函数来计算 AIC。对于 gaussian
、 Gamma
和 inverse.gaussian
系列,假设 GLM 的色散已估计并已计为 AIC 值中的参数,而对于所有其他系列,则假设色散已知。请注意,此过程不会给出来自 Gamma 和逆高斯族的 "glm"
拟合的最大似然,因为所使用的色散估计不是 MLE。
对于 "lm"
拟合,假设已估计尺度(通过最大似然或 REML),并且包括对数似然中的所有常数。该方法仅适用于single-response 配合。
值
返回类 logLik
的对象。这是一个至少具有一个属性 "df"
(自由度)的数字,给出了模型中(估计)参数的数量。
"logLik"
对象有一个简单的 print
方法。
根据所使用的方法,可能还有其他属性:请参阅相应的文档。多种方法使用的一种方法是 "nobs"
,即估计中使用的观测值数量(在 REML = TRUE
的限制之后)。
例子
x <- 1:5
lmx <- lm(x ~ 1)
logLik(lmx) # using print.logLik() method
utils::str(logLik(lmx))
## lm method
(fm1 <- lm(rating ~ ., data = attitude))
logLik(fm1)
logLik(fm1, REML = TRUE)
utils::data(Orthodont, package = "nlme")
fm1 <- lm(distance ~ Sex * age, Orthodont)
logLik(fm1)
logLik(fm1, REML = TRUE)
作者
José Pinheiro and Douglas Bates
参考
For logLik.lm
:
Harville, D.A. (1974). Bayesian inference for variance components using only error contrasts. Biometrika, 61, 383-385. doi:10.2307/2334370.
也可以看看
logLik.gls
、 logLik.lme
、包中 nlme
等
相关用法
- R loglin 拟合对数线性模型
- R loess.control 设置黄土参数
- R loess 局部多项式回归拟合
- R loadings 打印因子分析中的载荷
- R lowess 散点图平滑
- R ls.diag lsfit 回归结果的计算诊断
- R lag.plot 时间序列滞后图
- R line 坚固的线路配件
- R lm.fit 线性模型的拟合函数
- R lm.summaries 访问线性模型拟合
- R lag 滞后时间序列
- R lsfit 找到最小二乘拟合
- R lm.influence 回归诊断
- R ls.print 打印 lsfit 回归结果
- R lm 拟合线性模型
- R stlmethods STL 对象的方法
- R medpolish 矩阵的中值波兰(稳健双向分解)
- R naprint 调整缺失值
- R summary.nls 总结非线性最小二乘模型拟合
- R summary.manova 多元方差分析的汇总方法
- R formula 模型公式
- R nls.control 控制 nls 中的迭代
- R aggregate 计算数据子集的汇总统计
- R deriv 简单表达式的符号和算法导数
- R kruskal.test Kruskal-Wallis 秩和检验
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 Log-Likelihood。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。