# displme
显示线性混合效应模型
函数库: TyMachineLearning
# 语法
displme(lme)
# 说明
displme(lme) 返回混合模型的参数属性概括。
# 示例
拟合线性混合效应模型
加载数据集，该数据中 lasdata_x 大小为 205×3，其中每行表示每一个观测值，3 列特征变量分别表示为 Horsepower、CityMPG、EngineType。
using CSV
using TyMachineLearning
using DataFrames
file1 = joinpath(pkgdir(TyMachineLearning), "data/Regression/MXL_data.csv")
lasdata_x = CSV.read(file1, DataFrame; header=1)
formula = "CityMPG~Horsepower"
group = "EngineType"
lme = fitlme(lasdata_x, formula, group)
打印线性混合效应模型的相关参数及属性。
displme(lme)
Linear mixed-effects model fit by ML
Model information:
Number of observations: 203
Fixed effects coefficients: 2
Raondom effects coefficients: 7
Covariance parameters coefficients: 1
Model fit statistics:
AIC BIC LogLikelihood Deviance
───────────────────────────────────
NaN NaN -560.923 1121.85
Fixed effects coefficients (95% CIs):
Name Estimate SE tStat pValue Lower Upper
──────────────────────────────────────────────────────────────────────────
Intercept 41.482 2.94195 14.1002 3.78856e-45 35.716 47.248
Horsepower -0.145257 0.00832434 -17.4497 3.4615e-68 -0.162 -0.129
Random effects covariance parameters (95% CIs):
Names Estimate SE
────────────────────────────
Group Var 46.914 9.744
上表反映了模型拟合的相关信息以及系数估计。
# 输入参数
lme - 线性混合模型
对象
训练好的线性混合模型
数据类型: 对象