重生的例子:
clotting <- data.frame(
u = c(5,10,15,20,30,40,60,80,100),
lot1 = c(118,58,42,35,27,25,21,19,18),
lot2 = c(69,35,26,21,18,16,13,12,12))
glm2 <- glm(lot2 ~ log(u), data=clotting, family=Gamma)
的profile.glm
函數實際上住在MASS
包:
library(MASS)
prof<-profile(glm2)
爲了弄清楚什麼profile.glm
和plot.profile
是做,看到?profile.glm
和?plot.profile
。但是,爲了深入研究profile
對象,查看MASS:::profile.glm
和MASS:::plot.profile
的代碼也是有用的......基本上,這些告訴你的是profile
正在返回的帶符號的平方根之間的偏差和最小偏差,由色散參數縮放。這樣做的原因是,完美二次曲線的曲線將顯示爲一條直線(從直線檢測偏差比通過眼睛檢測拋物線要容易得多)。
另一件可能有用的知道是如何存儲配置文件。基本上,它是一個數據幀列表(每個參數配置一個),除了單個數據幀有點奇怪(包含一個矢量分量和一個矩陣分量)。
> str(prof)
List of 2
$ (Intercept):'data.frame': 12 obs. of 3 variables:
..$ tau : num [1:12] -3.557 -2.836 -2.12 -1.409 -0.702 ...
..$ par.vals: num [1:12, 1:2] -0.0286 -0.0276 -0.0267 -0.0258 -0.0248 ...
.. ..- attr(*, "dimnames")=List of 2
.. .. ..$ : NULL
.. .. ..$ : chr [1:2] "(Intercept)" "log(u)"
..$ dev : num [1:12] 0.00622 0.00753 0.00883 0.01012 0.0114 ...
$ log(u) :'data.frame': 12 obs. of 2 variables:
..$ tau : num [1:12] -3.516 -2.811 -2.106 -1.403 -0.701 ...
..$ par.vals: num [1:12, 1:2] -0.0195 -0.0204 -0.0213 -0.0222 -0.023 ...
.. ..- attr(*, "dimnames")=List of 2
它還包含屬性summary
和original.fit
,你可以用它來恢復分散和最小偏差:
disp <- attr(prof,"summary")$dispersion
mindev <- attr(prof,"original.fit")$deviance
現在逆變換系數1:
dev1 <- prof[[1]]$tau^2
dev2 <- dev1*disp+mindev
劇情簡介:
plot(prof[[1]][,1],dev2,type="b")
(這是偏差的陰謀。您可以通過0.5相乘得到負對數似然,或-0.5,以獲得數似然...)
編輯:一些通用功能到配置文件轉換成有用的格式爲lattice
/ggplot
繪圖...
tmpf <- function(x,n) {
data.frame(par=n,tau=x$tau,
deviance=x$tau^2*disp+mindev,
x$par.vals,check.names=FALSE)
}
pp <- do.call(rbind,mapply(tmpf,prof,names(prof),SIMPLIFY=FALSE))
library(reshape2)
pp2 <- melt(pp,id.var=1:3)
pp3 <- subset(pp2,par==variable,select=-variable)
現在用格繪製它:
library(lattice)
xyplot(deviance~value|par,type="b",data=pp3,
scales=list(x=list(relation="free")))
或者與GGPLOT2:
library(ggplot2)
ggplot(pp3,aes(value,deviance))+geom_line()+geom_point()+
facet_wrap(~par,scale="free_x")
你永遠不存儲的呼叫的結果glm在這裏。 – Dason 2012-08-11 16:12:59
不知道如何不復制,謝謝。 – ADW11 2012-08-11 17:51:05