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。
