如何预测 merMod 对象(lme4)的术语?
Posted
技术标签:
【中文标题】如何预测 merMod 对象(lme4)的术语?【英文标题】:How to predict terms of merMod objects (lme4)? 【发布时间】:2015-07-14 22:42:22 【问题描述】:对于简单的glm
对象,我可以使用predict(fit, type = "terms")
检索具有每个项的拟合值的矩阵。
lmer
的等价物是什么? glmer
适合的型号?据我所知,predict.merMod
函数不支持type = terms
。
【问题讨论】:
【参考方案1】:
lmer
的等价物是什么?glmer
合身模特?
我认为没有。不过,您可以按如下方式轻松制作一个
#####
# fit model with one terms which is a matrix
library(lme4)
fit <- lmer(Reaction ~ cbind(Days, (Days > 3) * Days) + (Days | Subject),
sleepstudy)
#####
# very similar code to `predict.lm`
pred_terms_merMod <- function(fit, newdata)
tt <- terms(fit)
beta <- fixef(fit)
mm <- model.matrix(tt, newdata)
aa <- attr(mm, "assign")
ll <- attr(tt, "term.labels")
hasintercept <- attr(tt, "intercept") > 0L
if (hasintercept)
ll <- c("(Intercept)", ll)
aaa <- factor(aa, labels = ll)
asgn <- split(order(aa), aaa)
if (hasintercept)
asgn$"(Intercept)" <- NULL
avx <- colMeans(mm)
termsconst <- sum(avx * beta)
nterms <- length(asgn)
if (nterms > 0)
predictor <- matrix(ncol = nterms, nrow = NROW(mm))
dimnames(predictor) <- list(rownames(mm), names(asgn))
if (hasintercept)
mm <- sweep(mm, 2L, avx, check.margin = FALSE)
for (i in seq.int(1L, nterms, length.out = nterms))
idx <- asgn[[i]]
predictor[, i] <- mm[, idx, drop = FALSE] %*% beta[idx]
else
predictor <- ip <- matrix(0, n, 0L)
attr(predictor, "constant") <- if (hasintercept) termsconst else 0
predictor
# use the function
newdata <- data.frame(Days = c(1, 5), Reaction = c(0, 0))
(out <- pred_terms_merMod(fit, newdata))
#R> cbind(Days, (Days > 3) * Days)
#R> 1 -21.173
#R> 2 21.173
#R> attr(,"constant")
#R> [1] 283.24
#####
# confirm results
beta. <- fixef(fit)
beta.[1] + beta.[2]
#R> (Intercept)
#R> 262.07
out[1] + attr(out, "constant")
#R> [1] 262.07
beta.[1] + (beta.[2] + beta.[3]) * 5
#R> (Intercept)
#R> 304.41
out[2] + attr(out, "constant")
#R> [1] 304.41
据我所知,将上述内容扩展到包括标准错误应该很简单。
【讨论】:
以上是关于如何预测 merMod 对象(lme4)的术语?的主要内容,如果未能解决你的问题,请参考以下文章
如何使用预训练的 .caffemodel 在 python 上对单个图像执行预测
如何使用分布式 Dask 和预训练的 Keras 模型进行模型预测?
如何在 Android Studio 中使用预训练的 .model 文件进行预测?
lme4 升级产生错误消息 Error in `[[<-.data.frame`(`*tmp*`, i, value = integer(0))