R yates 人口预测

说明

根据模型拟合计算所选总体和统计数据的总体边际均值 (PMM)。

用法

yates(fit, term, population = c("data", "factorial", "sas"),
levels, test = c("global", "trend", "pairwise"), predict = "linear",
options, nsim = 200, method = c("direct", "sgtt"))

参数

fit	模型拟合。小插图中给出了使用 lm、glm 和 coxph 对象的示例。
term	要评估的模型中的项。这可以写成字符串或公式。
population	用于调整变量的总体。用户可以提供自己的 DataFrame 或选择内置选项之一。该参数还允许 "empirical" 和 "yates" 分别作为数据和阶乘的别名，并忽略大小写。
levels	可选，应使用 term 的值。
test	比较人口预测的检验。
predict	预测什么。对于 glm 模型，这可能是'link' 或'response'。对于 coxph 模型，它可以是线性、风险或生存。允许用户编写函数。
options	预测方法的可选参数。
nsim	用于计算预测方差的模拟次数。这对于线性预测器来说是不需要的。
method	测试人口预测平等的计算方法。直接方法或 SAS glim 程序用于“类型 3”测试的算法。

细节

该函数的许多选项和细节在人口预测的小插图中得到了最好的说明。

值

类 yates 的对象，其组件为

estimate	DataFrame ，其中术语的每个级别占一行，列包含级别、平均总体预测值 (mppv) 及其标准差。
tests	给出测试统计量的矩阵
mvar	mppv 值的完整方差-协方差矩阵
summary	可选：如果预测方法提供了值，则任何进一步的摘要。

例子

fit1 <- lm(skips ~ Solder*Opening + Mask, data = solder)
yates(fit1, ~Opening, population = "factorial")

fit2 <- coxph(Surv(time, status) ~ factor(ph.ecog)*sex + age, lung)
yates(fit2, ~ ph.ecog, predict="risk")  # hazard ratio

作者

Terry Therneau