r - 如何将我建立的模型拟合到另一个数据集并获得残差？

Question

我将混合模型拟合到数据 A，如下所示：

model <- lme(Y~1+X1+X2+X3, random=~1|Class, method="ML", data=A)

接下来，我想看看模型如何拟合数据 B 并获得估计的残差。R中是否有我可以用来执行此操作的函数？

（我尝试了以下方法，但得到了所有新系数。）

model <- lme(Y~1+X1+X2+X3, random=~1|Class, method="ML", data=B)

Answer 1

您在第二次尝试中获得新系数的原因data=B是该函数lme使用您提供的公式返回适合您的数据集的模型，并将该模型存储在model您选择的变量中。

要获取有关模型的更多信息，您可以键入summary(model_name). 该nlme库包含一个名为的方法predict.lme，该方法允许您根据拟合模型进行预测。您可以键入predict(my_model)以使用原始数据集获取预测，或predict(my_model, some_other_data)如上所述键入以使用该模型但使用不同的数据集生成预测。

在您的情况下，要获得残差，您只需从观察值中减去预测值。所以使用predict(my_model,some_other_data) - some_other_data$dependent_var，或在你的情况下predict(model,B) - B$Y。

Answer 2

您的模型：

模型 <- lme(Y~1+X1+X2+X3, random=~1|Class, method="ML", data=A)

基于您的模型的 2 个预测：

pred1=predict(model,newdata=A,type='response')
pred2=predict(model,newdata=B,type='response')

错过：计算误报百分比的函数，截止设置为 0.5。
（预测为真，但实际上这些观察结果并不积极）

错过=函数（值，预测）{sum（（（预测> 0.5）* 1）！=值）/长度（值）}

错过（A，pred1）
错过（B，pred2）