Question

根据分组因素对数据进行分区后，有一个R函数（通过nlme软件包）lmList包含一个具有公共模型的lm对象列表。这有很多模型通常具有的有用方法，例如预测。 glm是否有相同的功能？

我确实看到glmlist，但与lmlist不同，它似乎更像是一个花哨的容器，没有像预测那样的方法。

即。是否有相当于glm的以下代码？

library(nlme)
fit <- lmList(disp ~ hp | vs, mtcars)
predict(fit,mtcars)

Answer 1

lmList包中的lme4版本也可以处理GLM。它可能尚未针对此用例进行广泛测试，因此请小心/报告您在https://github.com/lme4/lme4/issues/找到的任何问题...

e.g。

library(lme4)
fit <- lmList(round(disp) ~ hp | vs, family=poisson, mtcars)
predict(fit,mtcars)

给出线性预测器标度上的预测值。令人困惑的是，predict(fit)给出了响应等级的拟合值，即

all.equal(c(predict(fit)),c(exp(predict(fit,mtcars))))

是TRUE（在这种情况下，只要模型使用日志链接）。 predict(fit,mtcars,type="response") 默默地忽略type规范...

Answer 2

引用vcdExtra的文档，似乎没有一个：

glmlist创建一个glmlist对象，其中包含一个带有名称的glm对象列表。 [...]

目的是提供对象类以便于模型比较，提取，总结和   绘制模型组件等，可能使用lapply或类似。

但是，您可以这样做，并根据lapply定义您自己的预测方法：

library(vcdExtra)

# simulate data
x <- rnorm(100)
y <- as.numeric(rnorm(100)>0)

fit <-  glm(y~x, family=binomial(link=logit))
gl <- glmlist(fit,fit)

# define method
predict.glmlist <- function(object, ...){

  expr <- substitute(predict.glm(obj,...))
  lapply(object, function(obj) eval(expr))

}

# use method
predict(gl)
predict(gl, type="response")

R是否具有“predict.glmList”功能？

2 个答案: