R anova.gls 比較擬合對象的可能性

說明

當僅存在一個擬合模型對象時，具有分子自由度 F-values 和模型中項的 Wald 測試 P 值的 DataFrame (當 Terms 和 L 為 NULL 時) 、模型項的組合(當 Terms 不是 NULL 時)或模型係數的線性組合(當 L 不是 NULL 時)。否則，當比較多個擬合對象時，將返回一個 DataFrame ，其中包含每個對象的自由度、(受限)對數似然、赤池信息準則(AIC)和貝葉斯信息準則(BIC)。如果 test=TRUE ，隻要兩個連續對象具有不同數量的自由度，則返回的數據幀中將包含具有相關 p 值的似然比統計量。

用法

## S3 method for class 'gls'
anova(object, ..., test, type, adjustSigma, Terms, L, verbose)

參數

object	繼承自類 "gls" 的對象，表示廣義最小二乘擬合。
...	其他可選的擬合模型對象繼承自類 "gls" 、 "gnls" 、 "lm" 、 "lme" 、 "lmList" 、 "nlme" 、 "nlsList" 或 "nls" 。
test	一個可選邏輯值，控製是否應使用似然比檢驗來比較 object 表示的擬合模型和 ... 中的對象。默認為 TRUE 。
type	一個可選字符串，指定模型中的項在 F-tests 中使用的平方和類型。如果 "sequential" ，則使用通過按模型中出現的順序包含項而獲得的連續平方和；否則，如果 "marginal" ，則使用通過一次從模型中刪除一項而獲得的邊際平方和。僅當將單個擬合對象傳遞給函數時才使用此參數。使用參數的部分匹配，因此隻需提供第一個字符。默認為 "sequential" 。
adjustSigma	可選的邏輯值。如果 TRUE 和用於獲取 object 的估計方法是最大似然，則將殘餘標準誤差乘以 \sqrt{n_{obs}/(n_{obs} - n_{par})} ，將其轉換為 REML-like 估計值。僅當將單個擬合對象傳遞給函數時才使用此參數。默認為 TRUE 。
Terms	可選的整數或字符向量，指定模型中的哪些項應使用 Wald F-test 聯合測試為零。如果作為字符向量給出，其元素必須對應於術語名稱；否則，如果作為整數向量給出，則其元素必須與模型中包含項的順序相對應。僅當將單個擬合對象傳遞給函數時才使用此參數。默認為 NULL 。
L	一個可選的數值向量或數組，指定模型中應測試為零的係數的線性組合。如果以數組形式給出，則其行定義要測試的線性組合。如果將名稱分配給向量元素(數組列)，則它們必須與係數名稱相對應，並將用於將線性組合映射到係數；否則，如果沒有可用的名稱，則假定向量元素(數組列)的順序與模型中出現的係數相同。僅當將單個擬合對象傳遞給函數時才使用此參數。默認為 NULL 。
verbose	可選的邏輯值。如果 TRUE ，每個擬合模型對象的調用序列將與輸出的其餘部分一起打印，如果 verbose = FALSE 則被省略。默認為 FALSE 。

值

繼承自類 "anova.lme" 的 DataFrame 。

注意

對於使用受限最大似然和具有不同固定效應的對象擬合來說，似然比較沒有意義。

例子

# AR(1) errors within each Mare
fm1 <- gls(follicles ~ sin(2*pi*Time) + cos(2*pi*Time), Ovary,
           correlation = corAR1(form = ~ 1 | Mare))
anova(fm1)
# variance changes with a power of the absolute fitted values?
fm2 <- update(fm1, weights = varPower())
anova(fm1, fm2)

# Pinheiro and Bates, p. 251-252
fm1Orth.gls <- gls(distance ~ Sex * I(age - 11), Orthodont,
                correlation = corSymm(form = ~ 1 | Subject),
                weights = varIdent(form = ~ 1 | age))
fm2Orth.gls <- update(fm1Orth.gls,
                corr = corCompSymm(form = ~ 1 | Subject))
anova(fm1Orth.gls, fm2Orth.gls)

# Pinheiro and Bates, pp. 215-215, 255-260
#p. 215
fm1Dial.lme <-
  lme(rate ~(pressure + I(pressure^2) + I(pressure^3) + I(pressure^4))*QB,
      Dialyzer, ~ pressure + I(pressure^2))
# p. 216
fm2Dial.lme <- update(fm1Dial.lme,
                  weights = varPower(form = ~ pressure))
# p. 255
fm1Dial.gls <- gls(rate ~ (pressure +
     I(pressure^2) + I(pressure^3) + I(pressure^4))*QB,
        Dialyzer)
fm2Dial.gls <- update(fm1Dial.gls,
                 weights = varPower(form = ~ pressure))
anova(fm1Dial.gls, fm2Dial.gls)
fm3Dial.gls <- update(fm2Dial.gls,
                    corr = corAR1(0.771, form = ~ 1 | Subject))
anova(fm2Dial.gls, fm3Dial.gls)
# anova.gls to compare a gls and an lme fit 
anova(fm3Dial.gls, fm2Dial.lme, test = FALSE)

# Pinheiro and Bates, pp. 261-266
fm1Wheat2 <- gls(yield ~ variety - 1, Wheat2)
fm3Wheat2 <- update(fm1Wheat2,
      corr = corRatio(c(12.5, 0.2),
        form = ~ latitude + longitude, nugget = TRUE))
# Test a specific contrast 
anova(fm3Wheat2, L = c(-1, 0, 1))

作者

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

參考

Pinheiro, J. C. and Bates, D. M. (2000), Mixed-Effects Models in S and S-PLUS, Springer, New York.

也可以看看

gls , gnls , nlme , lme , logLik.gls , AIC , BIC , print.anova.lme