R predict.nlme 來自 nlme 對象的預測

說明

i 級別的預測是通過將小於或等於 i 級別的估計固定效應和估計隨機效應的貢獻相加並根據所得估計參數評估模型函數來獲得的。如果 newdata 中存在未包含在原始分組因子中的組值，則對於大於或等於未知組出現的級別的級別，相應的預測將設置為 NA。

用法

## S3 method for class 'nlme'
predict(object, newdata, level = Q, asList = FALSE,
        na.action = na.fail, naPattern = NULL, ...)

參數

object	繼承自類 "nlme" 的對象，表示擬合的非線性混合效應模型。
newdata	用於獲得預測的可選數據幀。非線性模型、固定效應模型和隨機效應模型以及分組因子中使用的所有變量都必須出現在 DataFrame 中。如果缺失，則返回擬合值。
level	一個可選的整數向量，給出用於獲得預測的分組級別。級別值從最外層到最內層分組遞增，級別零對應於總體預測。默認為分組的最高或最內層(並且是 object$dims$Q )。
asList	可選的邏輯值。如果 TRUE 並在 level 中給出單個值，則返回的對象是一個列表，其中預測按組劃分；否則，根據 level 的長度，返回值是向量或數據幀。
na.action	一個函數，指示當 newdata 包含 NA 時應該發生什麽。默認操作 ( na.fail ) 會導致函數打印一條錯誤消息，並在存在任何不完整的觀察結果時終止。
naPattern	表達式或公式對象，指定哪些返回值被視為缺失。
...	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

如果在 level 中指定了單個分組級別，則返回值是包含按組分割的預測的列表 ( asList = TRUE ) 或包含預測的向量 ( asList = FALSE )；否則，當在 level 中指定多個分組級別時，返回的對象是一個數據幀，其中的列由不同級別的預測和分組因子給出。

例子

head(Loblolly) # groupedData  w/  'Seed' is grouping variable :
## Grouped Data: height ~ age | Seed
##    height age Seed
## 1    4.51   3  301
## 15  10.89   5  301
## ..  .....   .  ...

fm1 <- nlme(height ~ SSasymp(age, Asym, R0, lrc),  data = Loblolly,
            fixed = Asym + R0 + lrc ~ 1,
            random = Asym ~ 1, ## <---grouping--->  Asym ~ 1 | Seed
            start = c(Asym = 103, R0 = -8.5, lrc = -3.3))
fm1

age. <- seq(from = 2, to = 30, by = 2)
newLL.301 <- data.frame(age = age., Seed = 301)
newLL.329 <- data.frame(age = age., Seed = 329)
(p301 <- predict(fm1, newLL.301, level = 0:1))
(p329 <- predict(fm1, newLL.329, level = 0:1))
## Prediction are the same at level 0 :
all.equal(p301[,"predict.fixed"],
          p329[,"predict.fixed"])
## and differ by the 'Seed' effect at level 1 :
p301[,"predict.Seed"] -
p329[,"predict.Seed"]

作者

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

也可以看看

nlme , fitted.lme