资源描述:
《hglm包的简单示例》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、hglm包的简单示例概率与数理统计鲁丽英20132110431.hglm包的简介hglm(hierarchicalgeneralizedlinearmodels)层次广义线性模型它主要用于拟合层次广义线性模型。适用于线性混合模型及带随机效应的广义线性模型。2.hglm包主要成分名称描述Beta在本包中用于对Beta分布进行扩展hglm拟合层次广义线性模型hglm2相对hglm而言,hglm2适用于多个随机效应的情况plot.hglm给出均值及离差模型的残差图,以及hglm对象各误差和估计值的图pump数据集QTLMASsalamanderseed
2、ssemiconductor3.hglm()用法hglm(X=NULL,y=NULL,Z=NULL,family=gaussian(link=identity),rand.family=gaussian(link=identity),method="EQL",conv=1e-6,maxit=5,startval=NULL,fixed=NULL,random=NULL,X.disp=NULL,disp=NULL,link.disp="log",data=NULL,weights=NULL,fix.disp=NULL,offset=NULL,RandC
3、=NULL,sparse=TRUE,vcovmat=FALSE,calc.like=FALSE,bigRR=FALSE,verbose=FALSE,...)4.示例1(线性混合模型)set.seed(123)#设置随机数种子n.clus<-5#集群数n.per.clus<-20#每个集群的观察值个数sigma2_u<-0.2#随机效应的方差sigma2_e<-1#残差n<-n.clus*n.per.clus#总观察值个数X<-matrix(1,n,1)#n*1=100*1每个值为1的矩阵Z<-diag(n.clus)%x%rep(1,n.per.c
4、lus)#100*5矩阵a<-rnorm(n.clus,0,sqrt(sigma2_u))e<-rnorm(n,0,sqrt(sigma2_e))mu<-0y<-mu+Z%*%a+elmm<-hglm(y=y,X=X,Z=Z)#X:固定效应的设计矩阵Y:应变量Z:随机效应的设计矩阵summary(lmm)plot(lmm)Call:hglm.default(X=X,y=y,Z=Z)----------MEANMODEL----------Summaryofthefixedeffectsestimates:EstimateStd.Errort-val
5、uePr(>
6、t
7、)X.10.14730.15740.9360.352Summaryoftherandomeffectsestimates:EstimateStd.ErrorZ.1-0.32260.1964Z.2-0.03820.1964Z.30.30970.1964Z.4-0.05690.1964Z.50.10800.1964----------------DISPERSIONMODEL----------------Modelestimatesforthedispersionterm:Dispersionparameterforthemeanm
8、odel:[1]0.8401445Effects:EstimateStd.Error-0.17420.1441Dispersionparameterfortherandomeffects:[1]0.08181Dispersionmodelfortherandomeffects:Effects:.
9、Random1EstimateStd.Error-2.50330.86985.示例2#续示例1beta.disp<-1X_d<-matrix(1,n,2)X_d[,2]<-rbinom(n,1,.5)colnames(X_d)<-c("Intercept"
10、,"x_d")e<-rnorm(n,0,sqrt(sigma2_e*exp(beta.disp*X_d[,2])))y<-mu+Z%*%a+esummary(hglm(y=y,X=X,Z=Z,X.disp=X_d))#X:固定效应的设计矩阵Y:应变量Z:随机效应的设计矩阵X.disp:离差的固定效应的设计矩阵5.示例3#续示例2u<-rgamma(n.clus,1)eta<-exp(mu+Z%*%u)y<-rpois(length(eta),eta)gamma.pois<-hglm(y=y,X=X,Z=Z,X.disp=X_d,family=poi
11、sson(link=log),rand.family=Gamma(link=log))#family:描述误差的分布(po