0
給出R中的擬合模型(即類'lm','glm','merMod'等的對象),我試圖找出如何計算新數據集的概率。也就是說,我希望數據集B的概率(密度)在通過將模型擬合到數據集A而獲得的參數估計之下。我知道如何做到這一點,但我想知道一個簡單的預先存在的函數可以在R中做到這一點。是否有一個簡單的功能來做到這一點?擬合模型下新數據集的概率(密度)
This question是非常相似的,但我想這樣做的R.
給出R中的擬合模型(即類'lm','glm','merMod'等的對象),我試圖找出如何計算新數據集的概率。也就是說,我希望數據集B的概率(密度)在通過將模型擬合到數據集A而獲得的參數估計之下。我知道如何做到這一點,但我想知道一個簡單的預先存在的函數可以在R中做到這一點。是否有一個簡單的功能來做到這一點?擬合模型下新數據集的概率(密度)
This question是非常相似的,但我想這樣做的R.
的線性迴歸模型lm
,你可以使用下面的函數來確定和可視化的可能性,假設線性模型的殘差擬合正態分佈(這些函數從this R Blogger Post適於;該過程的基本原理可以在this post找到):
log_lik <- function(beta0, beta1, mu, sigma) {
## beta0 and beta1 require intial guesses
R <- y - x * beta1 - beta0
R <- dnorm(R, mu, sigma, log=T)
return(-sum(R))
}
library(stats4)
fit <- mle(log_lik, start=list(beta0=4, beta1=2, mu = 0, sigma=1))
summary(fit)
## mu will be your estimated likelihood
## sigma will be uncertainty
對於glm
,this post in Cross Validated提供了可能性用戶定義R裏面的函數。如果你可以提供一個涉及lm
,glm
等的特定示例,那將是很好的。如果你只是想知道這些模型的一般性,交叉驗證,數學或數據科學可能是更好的地方問)。