plot.ranef.lme
位於 nlme
包(package)。 說明
線性混合效應模型的隨機效應圖(包 lattice
中的類 "Trellis"
),即 ranef(lme(*))
的結果(類 "ranef.lme"
)。
用法
## S3 method for class 'ranef.lme'
plot(x, form = NULL, omitFixed = TRUE, level = Q,
grid = TRUE, control, xlab, ylab, strip,
...)
參數
x |
繼承自類 |
form |
指定所需繪圖類型的可選公式。
另請參閱“詳細信息:”。 |
omitFixed |
一個可選的邏輯值,指示是否應省略具有跨組值不變的列。默認為 |
level |
一個可選的整數值,給出用於 |
grid |
一個可選的邏輯值,指示是否應將網格添加到繪圖中。僅適用於與 |
control |
當 |
xlab , ylab |
軸標簽,每個標簽都有一個合理的默認值。 |
strip |
|
... |
傳遞給 Trellis |
細節
如果 form
丟失,或者作為單方麵公式給出,則會生成隨機效果的格子 dot-plot(通過 pkg lattice
中的 dotplot()
),每個隨機效果都有一個不同的麵板(係數)。 dot-plot 中的行由 form
參數(如果不丟失)或隨機效應(係數)的行名稱確定。允許單因子 (~g
) 或交叉因子 (~g1*g2
)。對於單個因子,其水平決定dot-plot行(每行可能有多個點);否則,如果 form
指定因子交叉,則 dot-plot 行由公式中各個因子水平的所有組合確定。
如果 form
是雙邊公式,則左側必須是單個隨機效應(係數),右側由 x
中的協變量形成,並用 +
分隔。生成 xyplot()
網格顯示,並為 form
右側列出的每個變量提供不同的麵板。為數值變量生成散點圖,為分類( factor
或 ordered
)變量生成箱線圖。
值
估計的random-effects(係數)與協變量或組的網格圖。
例子
fm1 <- lme(distance ~ age, Orthodont, random = ~ age | Subject)
plot(ranef(fm1))
fm1RE <- ranef(fm1, aug = TRUE)
plot(fm1RE, form = ~ Sex)
plot(fm1RE, form = age ~ Sex) # "connected" boxplots
作者
José Pinheiro and Douglas Bates bates@stat.wisc.edu
也可以看看
相關用法
- R plot.ranef.lmList 繪製 ranef.lmList 對象
- R plot.augPred 繪製 augPred 對象
- R plot.nmGroupedData 繪製 nmGroupedData 對象
- R plot.ACF 繪製 ACF 對象
- R plot.lme 繪製 lme 或 nls 對象
- R plot.intervals.lmList 繪製 lmList 置信區間圖
- R plot.nfnGroupedData 繪製 nfnGroupedData 對象
- R plot.Variogram 繪製變差函數對象
- R plot.compareFits 繪製一個compareFits對象
- R plot.gls 繪製一個 gls 對象
- R plot.lmList 繪製 lmList 對象
- R plot.nffGroupedData 繪製 nffGroupedData 對象
- R print.varFunc 打印 varFunc 對象
- R predict.nlme 來自 nlme 對象的預測
- R pdCompSymm 具有複合對稱結構的正定矩陣
- R pdConstruct.pdBlocked 構造 pdBlocked 對象
- R pdBlocked 正定分塊對角矩陣
- R pdIdent 單位正定矩陣的倍數
- R pdMat 正定矩陣
- R predict.lme 來自 lme 對象的預測
- R pdFactor.reStruct 從 reStructure 對象的組件中提取平方根因子
- R pdLogChol 廣義正定矩陣
- R pairs.compareFits CompareFits 對象的配對圖
- R predict.gls 來自 gls 對象的預測
- R pdMatrix 從 pdMat 對象中提取矩陣或平方根因子
注:本文由純淨天空篩選整理自R-devel大神的英文原創作品 Plot a ranef.lme Object。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。