logLik
位於 stats
包(package)。 說明
這個函數是通用的;可以編寫方法函數來處理特定類的對象。具有此函數方法的類包括: "glm"
、 "lm"
、 "nls"
和 "Arima"
。包包含其他類的方法,例如包 MASS
中的 "fitdistr"
、 "negbin"
和 "polr"
、包 nnet
和 "gls"
中的 "multinom"
、 "gnls"
"lme"
和包中的其他內容 nlme
。
用法
logLik(object, ...)
## S3 method for class 'lm'
logLik(object, REML = FALSE, ...)
參數
object |
可以從中提取對數似然值或對對數似然值的貢獻的任何對象。 |
... |
此通用函數的某些方法需要額外的參數。 |
REML |
可選的邏輯值。如果 |
細節
logLik
最常用於通過最大似然擬合的模型,以及一些用途,例如通過 AIC
,假設這一點。因此,在使用其他擬合標準時需要小心,例如 REML("lme"
的默認值)。
對於 "glm"
擬合,family
不必指定如何計算對數似然,因此這是基於使用係列的 aic()
函數來計算 AIC。對於 gaussian
、 Gamma
和 inverse.gaussian
係列,假設 GLM 的色散已估計並已計為 AIC 值中的參數,而對於所有其他係列,則假設色散已知。請注意,此過程不會給出來自 Gamma 和逆高斯族的 "glm"
擬合的最大似然,因為所使用的色散估計不是 MLE。
對於 "lm"
擬合,假設已估計尺度(通過最大似然或 REML),並且包括對數似然中的所有常數。該方法僅適用於single-response 配合。
值
返回類 logLik
的對象。這是一個至少具有一個屬性 "df"
(自由度)的數字,給出了模型中(估計)參數的數量。
"logLik"
對象有一個簡單的 print
方法。
根據所使用的方法,可能還有其他屬性:請參閱相應的文檔。多種方法使用的一種方法是 "nobs"
,即估計中使用的觀測值數量(在 REML = TRUE
的限製之後)。
例子
x <- 1:5
lmx <- lm(x ~ 1)
logLik(lmx) # using print.logLik() method
utils::str(logLik(lmx))
## lm method
(fm1 <- lm(rating ~ ., data = attitude))
logLik(fm1)
logLik(fm1, REML = TRUE)
utils::data(Orthodont, package = "nlme")
fm1 <- lm(distance ~ Sex * age, Orthodont)
logLik(fm1)
logLik(fm1, REML = TRUE)
作者
José Pinheiro and Douglas Bates
參考
For logLik.lm
:
Harville, D.A. (1974). Bayesian inference for variance components using only error contrasts. Biometrika, 61, 383-385. doi:10.2307/2334370.
也可以看看
logLik.gls
、 logLik.lme
、包中 nlme
等
相關用法
- R loglin 擬合對數線性模型
- R loess.control 設置黃土參數
- R loess 局部多項式回歸擬合
- R loadings 打印因子分析中的載荷
- R lowess 散點圖平滑
- R ls.diag lsfit 回歸結果的計算診斷
- R lag.plot 時間序列滯後圖
- R line 堅固的線路配件
- R lm.fit 線性模型的擬合函數
- R lm.summaries 訪問線性模型擬合
- R lag 滯後時間序列
- R lsfit 找到最小二乘擬合
- R lm.influence 回歸診斷
- R ls.print 打印 lsfit 回歸結果
- R lm 擬合線性模型
- R stlmethods STL 對象的方法
- R medpolish 矩陣的中值波蘭(穩健雙向分解)
- R naprint 調整缺失值
- R summary.nls 總結非線性最小二乘模型擬合
- R summary.manova 多元方差分析的匯總方法
- R formula 模型公式
- R nls.control 控製 nls 中的迭代
- R aggregate 計算數據子集的匯總統計
- R deriv 簡單表達式的符號和算法導數
- R kruskal.test Kruskal-Wallis 秩和檢驗
注:本文由純淨天空篩選整理自R-devel大神的英文原創作品 Extract Log-Likelihood。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。