R nlme 非線性混合效應模型

非線性模型公式，響應位於 ~ 運算符的左側，包含參數和協變量的表達式位於右側，或 nlsList 對象。如果給出data，則公式中使用的所有名稱都應定義為 DataFrame 中的參數或變量。方法函數nlme.nlsList 單獨記錄。

包含 model 、 fixed 、 random 、 correlation 、 weights 、 subset 和 naPattern 中命名的變量的可選數據幀。默認情況下，變量取自調用 nlme 的環境。

f1+...+fn~x1+...+xm 形式的雙邊線性公式，或 f1~x1+...+xm 形式的雙邊公式列表，不同參數可能具有不同的模型。 f1,...,fn 是 model 右側包含的參數名稱，x1+...+xm 表達式定義這些參數的線性模型(當公式左側包含多個參數時，假設它們都遵循相同的線性模型，由右側表達式說明)。公式右側的1 表示相應參數的單個固定效應。

可選地，以下任何一個：(i)形式為 r1+...+rn~x1+...+xm | g1/.../gQ 的雙邊公式，r1,...,rn 命名參數包含在 model 的右側，x1+...+xm 指定這些模型的 random-effects參數和 g1/.../gQ 分組結構(Q 可能等於 1，在這種情況下不需要 /)。在多級別分組的情況下，隨機效應公式將針對所有級別的分組重複； (ii) r1+...+rn~x1+..+xm 形式的雙麵公式、 r1~x1+...+xm 形式的雙麵公式列表，不同參數可能有不同的 random-effects 模型、帶有雙麵的 pdMat 對象公式，或雙邊公式列表(即 formula(random) 的非 NULL 值)，或具有雙邊公式的 pdMat 對象列表，或雙邊公式列表。在這種情況下，分組結構公式將在 groups 中給出，或者從用於擬合非線性混合效應模型的數據導出，該公式應繼承自類 groupedData ； (iii) 命名的公式列表、公式列表或 pdMat 對象(如 (ii) 中所示)，其中分組因子作為名稱。嵌套順序將假定與列表中元素的順序相同； (iv) reStruct 對象。有關可用 pdMat 類的說明，請參閱 pdClasses 的文檔。默認為 fixed ，導致所有固定效果也具有隨機效果。

~g1(單級嵌套)或~g1/.../gQ(多級嵌套)形式的可選單邊公式，指定隨機效應變化的數據分區。 g1,...,gQ 必須評估 data 中的因子。當存在多個級別時，嵌套順序從左到右(即g1是第一級，g2是第二級，依此類推)。

可選的數值向量，或固定效應和隨機效應的初始估計列表。如果聲明為數值向量，它將在內部轉換為具有單個組件 fixed 的列表，由向量給定。需要 fixed 組件，除非模型函數繼承自類 selfStart ，在這種情況下，初始值將從對 nlsList 的調用中派生。可選的 random 組件用於指定隨機效應的初始值，並且應由一個矩陣或長度等於分組級別數的矩陣列表組成。每個矩陣的行數應與相應級別的組數一樣多，列數應與該級別的隨機效應數一樣多。

說明組內相關結構的可選 corStruct 對象。有關可用 corStruct 類的說明，請參閱 corClasses 的文檔。默認為 NULL ，對應於沒有組內相關性。

可選的 varFunc 對象或說明組內異方差結構的單邊公式。如果作為公式給出，則它將用作 varFixed 的參數，對應於固定方差權重。有關可用 varFunc 類的說明，請參閱 varClasses 的文檔。默認為 NULL ，對應於同方差組內誤差。

一個可選表達式，指示應在擬合中使用的 data 行的子集。這可以是邏輯向量，或者指示要包括哪些觀察編號的數值向量，或者要包括的行名稱的字符向量。默認情況下包括所有觀察結果。

一個字符串。如果"REML" 則通過最大化受限對數似然來擬合模型。如果"ML" 則對數似然最大化。默認為 "ML" 。

一個函數，指示當數據包含 NA 時應該發生什麽。默認操作 ( na.fail ) 會導致 nlme 打印錯誤消息並在存在任何不完整的觀察結果時終止。

表達式或公式對象，指定哪些返回值被視為缺失。

估計算法的控製值列表，用於替換函數 nlmeControl 返回的默認值。默認為空列表。

可選的邏輯值。如果打印TRUE有關迭代算法演化的信息。默認為 FALSE 。