均方根中的R方误差 - 混合效应模型

你能告诉我怎么去/计算值RMSE（均方根误差）中的R当您执行混合效应模型均方根中的R方误差 - 混合效应模型

Data: na.omit(binh) 
     AIC  BIC logLik 
    888.6144 915.1201 -436.3072 

Random effects: 
Formula: ~1 | Study 
     (Intercept) Residual 
StdDev: 3.304345 1.361858 

Fixed effects: Eeff ~ ADF + CP + DE + ADF2 + DE2 
       Value Std.Error DF t-value p-value 
(Intercept) -0.66390 18.870908 158 -0.035181 0.9720 
ADF   1.16693 0.424561 158 2.748556 0.0067 
CP   0.25723 0.097524 158 2.637575 0.0092 
DE   -36.09593 12.031791 158 -3.000046 0.0031 
ADF2   -0.03708 0.011014 158 -3.366625 0.0010 
DE2   4.77918 1.932924 158 2.472513 0.0145 
Correlation: 
    (Intr) ADF CP  DE  ADF2 
ADF -0.107        
CP -0.032 0.070      
DE 0.978 -0.291 -0.043    
ADF2 0.058 -0.982 -0.045 0.250  
DE2 -0.978 0.308 0.039 -0.997 -0.265 

Standardized Within-Group Residuals: 
     Min   Q1   Med   Q3   Max 
-2.28168116 -0.45260885 0.06528363 0.57071734 2.54144168 

Number of Observations: 209 
Number of Groups: 46

来源

2012-11-30 hn.phuong

这应该在crossvalidated.com上。 –

@RomanLuštrik：不是如果它只是关于如何计算RMSE，对吧？（与“什么是混合模型的适当伪R^2度量”相反，这肯定是用于交叉验证的，并且在http://glmm.wikidot.com/faq中更详细地讨论... –

你不“T给出的什么功能，你用来做模型的细节，但他们往往使用相同的名称，你可以用str()检查来存储他们的残差和均方根误差很容易从残差计算：

#make a model 
library(nlme) 
r <- lme(conc ~ age, data=IGF) 

#get the RMSE 
r.rmse <- sqrt(mean(r$residuals^2))

而且在下面的评论中，Ben Bolker指出由模型制作的物体是合适的（尽管某些类型的模型可能会返回已转换的残差）：

r.rmse <- sqrt(mean(residuals(r)^2))

来源

2012-11-30 14:53:48 MattBagg

-behaved建模函数应该实现一个'residuals（）'方法，虽然在某些情况下你必须小心一点，以确定返回什么样的残差（缩放，Pearson，偏差，学生化...） –

+1好点，加上回答 – MattBagg

均方根中的R方误差 - 混合效应模型

回答

相关问题