找回密码
 注册
查看: 1711|回复: 0

R语言:predict.lme()函数中文帮助文档(中英文对照)

[复制链接]
发表于 2012-2-16 17:50:14 | 显示全部楼层 |阅读模式
predict.lme(nlme)
predict.lme()所属R语言包:nlme

                                        Predictions from an lme Object
                                         预测从LME对象

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------

The predictions at level i are obtained by adding together the population predictions (based only on the fixed effects estimates) and the estimated contributions of the random effects to the predictions at grouping levels less or equal to i. The resulting values estimate the best linear unbiased predictions (BLUPs) at level i. If group values not included in the original grouping factors are present in newdata, the corresponding predictions will be set to NA for levels greater or equal to the level at which the unknown groups occur.
水平预测i得到相加的人口预测(只对固定效应估计为基础)和随机效应的估计捐款在分组级别以下的预测或等于i。值估计,最佳线性无偏预测(BLUPs)水平i。如果不是在原来的分组因素包括集团重视在newdata目前,相应的预测,将设置为NA水平大于或等于未知的群体发生在哪一级。


用法----------Usage----------


## S3 method for class 'lme'
predict(object, newdata, level, asList, na.action, ...)



参数----------Arguments----------

参数:object
an object inheriting from class lme, representing a fitted linear mixed-effects model.
一个对象从lme类代表拟合的线性混合效应模型,继承。


参数:newdata
an optional data frame to be used for obtaining the predictions. All variables used in the fixed and random effects models, as well as the grouping factors, must be present in the data frame. If missing, the fitted values are returned.
一个可选的数据框被用于获得的预测。固定和随机效应模型中使用的所有变量,以及分组因素,必须在数据框中。如果丢失,返回拟合值。


参数:level
an optional integer vector giving the level(s) of grouping to be used in obtaining the predictions. Level values increase from outermost to innermost grouping, with level zero corresponding to the population predictions. Defaults to the highest or innermost level of grouping.   
一个可选的整数向量分组要获得预测的水平(S)。级别值增加从最外层到内层分组,水平为零,相应的人口预测。默认分组的最高或最内层水平。


参数:asList
an optional logical value. If TRUE and a single value is given in level, the returned object is a list with the predictions split by groups; else the returned value is either a vector or a data frame, according to the length of level.  
一个可选的逻辑值。如果TRUE和一个单一的值是在level,返回的对象是一个群体通过分裂预测的名单,否则返回值是一个向量或一个数据框,根据长度level。


参数:na.action
a function that indicates what should happen when newdata contains NAs.  The default action (na.fail) causes the function to print an error message and terminate if there are any incomplete observations.
表明会发生什么时newdata包含NA的功能。默认动作(na.fail)导致打印错误消息并终止,如果有任何不完整的观测功能。


参数:...
some methods for this generic require additional arguments.  None are used in this method.  
这个通用的一些方法需要额外的参数。没有使用这种方法。


值----------Value----------

if a single level of grouping is specified in level, the returned value is either a list with the predictions split by groups (asList = TRUE) or a vector with the predictions (asList = FALSE); else, when multiple grouping levels are specified in level, the returned object is a data frame with columns given by the predictions at different levels and the grouping factors.
如果一个分组的单级level指定,返回的值是一个列表的预测由集团分裂(asList = TRUE)或矢量与预测(asList = FALSE);其他当多个分组级别中指定level,返回的对象是一个由不同层次的预测和分组因素给定列的数据框。


作者(S)----------Author(s)----------


Jose Pinheiro and Douglas Bates <a href="mailto:bates@stat.wisc.edu">bates@stat.wisc.edu</a>



参见----------See Also----------

lme, fitted.lme
lme,fitted.lme


举例----------Examples----------


fm1 <- lme(distance ~ age, Orthodont, random = ~ age | Subject)
newOrth <- data.frame(Sex = c("Male","Male","Female","Female","Male","Male"),
                      age = c(15, 20, 10, 12, 2, 4),
                      Subject = c("M01","M01","F30","F30","M04","M04"))
predict(fm1, newOrth, level = 0:1)

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注:
注1:为了方便大家学习,本文档为生物统计家园网机器人LoveR翻译而成,仅供个人R语言学习参考使用,生物统计家园保留版权。
注2:由于是机器人自动翻译,难免有不准确之处,使用时仔细对照中、英文内容进行反复理解,可以帮助R语言的学习。
注3:如遇到不准确之处,请在本贴的后面进行回帖,我们会逐渐进行修订。
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册

本版积分规则

手机版|小黑屋|生物统计家园 网站价格

GMT+8, 2025-1-23 06:15 , Processed in 0.120569 second(s), 15 queries .

Powered by Discuz! X3.5

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表