R profile.glm 分析 glm 对象的方法

说明

研究 "glm" 类拟合模型的剖面对数似然函数。

用法

## S3 method for class 'glm'
profile(fitted, which = 1:p, alpha = 0.01, maxsteps = 10,
        del = zmax/5, trace = FALSE, test = c("LRT", "Rao"), ...)

参数

fitted	原始拟合模型对象。
which	应分析的原始模型参数。这可以是数字向量或字符向量。默认情况下，所有参数都会被分析。
alpha	配置文件 z-statistics 允许的最高显著性级别。
maxsteps	用于分析每个参数的最大点数。
del	建议对配置文件的规模进行更改t-statistics。选择默认值以允许对大约 10 个参数值进行分析。
trace	逻辑：是否应该报告分析进度？
test	轮廓似然比检验或饶分数检验。
...	传入或传出其他方法的进一步参数。

细节

配置文件 z-statistic 定义为(案例 test = "LRT" )具有适当符号的偏差变化的平方根，或(案例 test = "Rao" )定义为 Rao 分数检验统计量的类似符号平方根。后者被定义为剖面对数似然的平方梯度除以剖面 Fisher 信息，但更方便地通过拟合剖面模型残差的高斯 GLM 的偏差来计算。

值

类 "profile.glm" 和 "profile" 的列表，其中每个参数都有一个元素。这些元素是带有两个变量的data-frames

par.vals	每个拟合模型的参数值矩阵。
tau	配置文件z-statistics。

例子

options(contrasts = c("contr.treatment", "contr.poly"))
ldose <- rep(0:5, 2)
numdead <- c(1, 4, 9, 13, 18, 20, 0, 2, 6, 10, 12, 16)
sex <- factor(rep(c("M", "F"), c(6, 6)))
SF <- cbind(numdead, numalive = 20 - numdead)
budworm.lg <- glm(SF ~ sex*ldose, family = binomial)
pr1 <- profile(budworm.lg)
plot(pr1)
pairs(pr1)

作者

Originally, D. M. Bates and W. N. Venables. (For S in 1996.)

也可以看看

glm , profile , plot.profile