如何將我構建的模型擬合到另一個數據集並獲得殘差？

Question

我在數據A中安裝了一個混合模型，如下所示：

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

接下來，我想看看模型如何適合數據B並獲得估計的殘差。 R中是否有可以使用的功能？

（我嘗試了以下方法，但獲得了所有新系數。）

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

Answer 1

您在第二次嘗試使用data=B獲得新系數的原因是函數lme使用您提供的公式返回適合您的數據集的模型，並將該模型存儲在您選擇的變量model中。

要獲取有關模型的更多信息，可以鍵入summary(model_name) 。 nlme庫包含一個名為predict.lme的方法，它允許您根據擬合的模型進行預測。 您可以鍵入predict(my_model)以使用原始數據集獲取預測，或者鍵入如上所述的predict(my_model, some_other_data)以使用該模型生成預測但使用不同的數據集。

在您獲取殘差的情況下，您只需要從觀測值中減去預測值。 所以使用predict(my_model,some_other_data) - some_other_data$dependent_var ，或者在你的情況下predict(model,B) - B$Y

Answer 2

你模型：

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

2個基於您的模型的預測：

PRED1 =預測（模式，newdata = A，類型= '響應'）
PRED2 =預測（模式，newdata = B，類型= '響應'）

miss：計算誤報百分比的函數，截止值設置為0.5。
（預測是真實的，但實際上這些觀察結果不是正面的）

miss = function（values，prediction）{sum（（（prediction> 0.5）* 1）！= values）/ length（values）}

錯過（A，PRED1）
錯過（B，PRED2）