预测使用julia lang MixedModels.jl

Question

我对Julia语言很陌生（使用版本0.6.0（2017-06-19 13:05 UTC）官方http://julialang.org/在Windows 7计算机上发布x86_64-w64-mingw32）。我有一个R背景，发现混合模型的实现对于非常大的数据集来说很慢（n> 2,000,000，p> 100）。因此，我搜索了替代方案，而Julia在估算时间方面似乎很快。

我想在这里提出的问题是关于dmbates的MixedModels.jl包。与例如lme4相比，它的速度令人难以置信，我想知道是否还有一些预测功能。这是一个mwe，它从R`s lme4包中调用Dyestuff数据：

using MixedModels, RCall

R> library(“lme4”)
R> data(Dyestuff)

Dyestuff = rcopy(R"Dyestuff");
mm = fit!(lmm(@formula(Yield ~ 1 + (1 | Batch)), Dyestuff));

那么如何使用以下内容进行预测：

predict(mm, newdata = Dyestuff)

非常感谢提前。

Answer 1

请注意，Julia还没有达到v1.0，并且在发行版之间经常会出现重大的API变化。同样，MixedModels.jl处于活动开发阶段，必须在自己的API中跟踪Julia API更改。这里的信息（希望）在撰写本文时是正确的。

查看当前版本MixedModels.jl的{​​{1}}源代码，没有e566fcf方法，但有predict()方法继承自/ overrides {{ 1}}。编写fitted()方法覆盖StatsBase.fitted()并将其作为拉取请求提交应该很容易。您可能希望查看simulate() method - 而不是基于现有数据生成新数据，您将使用作为参数传递的数据。