intervals.lme
位於 nlme
包(package)。 說明
使用(受限)最大似然估計量分布的正態近似,獲得 object
表示的線性混合效應模型中參數的近似置信區間(假設估計量具有以真實值為中心的正態分布)參數值和協方差矩陣等於在估計參數處評估的(受限)對數似然的負 Hessian 逆矩陣。首先使用正態近似在無約束尺度下獲得置信區間,並且如有必要,將其轉換為約束尺度。 pdNatural
參數化用於一般正定矩陣。
用法
## S3 method for class 'lme'
intervals(object, level = 0.95,
which = c("all", "var-cov", "fixed"), ...)
參數
object |
繼承自類 |
level |
帶有間隔置信水平的可選數值。默認為 0.95。 |
which |
一個可選字符串,指定要為其構建置信區間的參數子集。對於所有參數,可能的值是 |
... |
該泛型的某些方法需要額外的參數。此方法中沒有使用任何內容。 |
值
包含由 DataFrame 給出的組件的列表,其中行對應於參數,列 lower
、 est.
和 upper
分別表示參數的置信下限、估計值和置信上限。可能的組件有:
fixed |
固定效果,僅在 |
reStruct |
隨機效應方差-協方差參數,僅在 |
corStruct |
組內相關參數,僅當 |
varFunc |
組內方差函數參數,僅當 |
sigma |
組內標準差。 |
例子
fm1 <- lme(distance ~ age, Orthodont, random = ~ age | Subject)
intervals(fm1)
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.
也可以看看
相關用法
- R intervals.lmList lmList 係數的置信區間
- R intervals.gls gls 參數的置信區間
- R intervals 係數的置信區間
- R isInitialized 檢查對象是否已初始化
- R isBalanced 檢查設計的平衡性
- R Pixel X 射線像素強度隨時間的變化
- R corARMA ARMA(p,q) 相關結構
- R getGroupsFormula 提取分組公式
- R corRatio 有理二次相關結構
- R logLik.glsStruct glsStruct 對象的對數似然
- R corLin 線性相關結構
- R plot.augPred 繪製 augPred 對象
- R print.varFunc 打印 varFunc 對象
- R recalc 重新計算壓縮線性模型對象
- R Variogram.corSpher 計算 corSpher 對象的半變異函數
- R getGroups.lme 提取 lme 對象組
- R nlmeStruct 非線性混合效應結構
- R predict.nlme 來自 nlme 對象的預測
- R corSymm 一般相關結構
- R qqnorm.gls gls 對象殘差的正態圖
- R pdCompSymm 具有複合對稱結構的正定矩陣
- R [.pdMat 下標 pdMat 對象
- R pdConstruct.pdBlocked 構造 pdBlocked 對象
- R gapply 按組應用函數
- R recalc.modelStruct 重新計算 modelStruct 對象
注:本文由純淨天空篩選整理自R-devel大神的英文原創作品 Confidence Intervals on lme Parameters。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。