R simulate.lme 模擬 lme 模型的結果

說明

模型 object 適合數據。使用參數的擬合值，模擬來自該模型的nsim新數據向量。 object 和 m2 均通過最大似然 (ML) 和/或受限最大似然 (REML) 擬合每個模擬數據向量。

用法

## S3 method for class 'lme'
simulate(object, nsim = 1, seed = , m2,
         method = c("REML", "ML"), niterEM = c(40, 200), useGen, ...)

參數

object	從類 "lme" 繼承的對象，表示擬合的線性混合效應模型，或包含 lme 模型規範的列表。如果以列表形式給出，它應包含組件 fixed 、 data 和 random 以及適合調用 lme 的值。該參數定義了空模型。
m2	"lme" 對象或列表，例如包含第二個 lme 模型規範的 object。這個論點定義了替代模型。如果以列表形式給出，則僅需要指定在模型 object 和 m2 之間發生變化的規範部分。
seed	傳遞給 set.seed 的可選整數。默認為隨機整數。
method	可選的字符數組。如果它包含 "REML"，則通過最大化受限對數似然來擬合模型。如果它包含"ML"，則對數似然最大化。默認為 c("REML", "ML") ，在這種情況下兩種方法都會使用。
nsim	一個可選的正整數，指定要執行的模擬次數。默認為 1 。這已經改變了。以前默認值為 1000。
niterEM	長度為 2 的可選整數向量，給出將 object 和 m2 擬合到每個模擬數據集時要應用的 EM 算法的迭代次數。默認為 c(40,200) 。
useGen	可選的邏輯值。如果 TRUE ，則 nlminb 優化器與對數似然的數值導數一起使用。如果是 FALSE ，則 nlm 算法與解析梯度一起使用。默認值取決於 object 和 m2 中使用的 "pdMat" 類：如果兩者都是標準類(請參閱 pdClasses )，則默認為 FALSE ，否則默認為 TRUE 。
...	可選的附加參數。沒有一個被使用。

值

類 simulate.lme 的對象，其組件為 null 和 alt 。其中每個都有分量 ML 和/或 REML，它們是矩陣。名為 seed 的屬性包含用於隨機數生成器的種子。

例子

orthSim <-
   simulate.lme(list(fixed = distance ~ age, data = Orthodont,
                     random = ~ 1 | Subject), nsim = 200,
                m2 = list(random = ~ age | Subject))

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

lme , set.seed