R profile.glm 分析 glm 對象的方法

說明

研究 "glm" 類擬合模型的剖麵對數似然函數。

用法

## S3 method for class 'glm'
profile(fitted, which = 1:p, alpha = 0.01, maxsteps = 10,
        del = zmax/5, trace = FALSE, test = c("LRT", "Rao"), ...)

參數

fitted	原始擬合模型對象。
which	應分析的原始模型參數。這可以是數字向量或字符向量。默認情況下，所有參數都會被分析。
alpha	配置文件 z-statistics 允許的最高顯著性級別。
maxsteps	用於分析每個參數的最大點數。
del	建議對配置文件的規模進行更改t-statistics。選擇默認值以允許對大約 10 個參數值進行分析。
trace	邏輯：是否應該報告分析進度？
test	輪廓似然比檢驗或饒分數檢驗。
...	傳入或傳出其他方法的進一步參數。

細節

配置文件 z-statistic 定義為(案例 test = "LRT" )具有適當符號的偏差變化的平方根，或(案例 test = "Rao" )定義為 Rao 分數檢驗統計量的類似符號平方根。後者被定義為剖麵對數似然的平方梯度除以剖麵 Fisher 信息，但更方便地通過擬合剖麵模型殘差的高斯 GLM 的偏差來計算。

值

類 "profile.glm" 和 "profile" 的列表，其中每個參數都有一個元素。這些元素是帶有兩個變量的data-frames

par.vals	每個擬合模型的參數值矩陣。
tau	配置文件z-statistics。

例子

options(contrasts = c("contr.treatment", "contr.poly"))
ldose <- rep(0:5, 2)
numdead <- c(1, 4, 9, 13, 18, 20, 0, 2, 6, 10, 12, 16)
sex <- factor(rep(c("M", "F"), c(6, 6)))
SF <- cbind(numdead, numalive = 20 - numdead)
budworm.lg <- glm(SF ~ sex*ldose, family = binomial)
pr1 <- profile(budworm.lg)
plot(pr1)
pairs(pr1)

作者

Originally, D. M. Bates and W. N. Venables. (For S in 1996.)

也可以看看

glm , profile , plot.profile