2012-01-28 11 views
7

Mogę wyodrębnić Naprawiono efekty z podsumowania nlme przy użyciu summary(fm1). Ale walcząc o to, jak zdobyć część Random effects:.Wyodrębnianie losowych efektów z podsumowania nlme

fm1 <- lme(distance ~ age, Orthodont, random = ~ age | Subject) 
summary(fm1) 
Linear mixed-effects model fit by REML 
Data: Orthodont 
     AIC  BIC logLik 
    454.6367 470.6173 -221.3183 

Random effects: 
Formula: ~age | Subject 
Structure: General positive-definite, Log-Cholesky parametrization 
      StdDev Corr 
(Intercept) 2.3270340 (Intr) 
age   0.2264278 -0.609 
Residual 1.3100397  

Fixed effects: distance ~ age 
       Value Std.Error DF t-value p-value 
(Intercept) 16.761111 0.7752460 80 21.620377  0 
age   0.660185 0.0712533 80 9.265333  0 
Correlation: 
    (Intr) 
age -0.848 

Standardized Within-Group Residuals: 
     Min   Q1   Med   Q3   Max 
-3.223106086 -0.493761144 0.007316631 0.472151121 3.

Number of Observations: 108 
Number of Groups: 27 

Każda pomoc będzie bardzo ceniona. Dzięki

Odpowiedz

9

Użyj ranef(fm1), aby wyodrębnić dla każdego przedmiotu.

Updated dać kod do ekstrakcji z podsumowania tabeli:

>VarCorr(fm1) 
Subject = pdLogChol(age) 
      Variance StdDev Corr 
(Intercept) 5.41508758 2.3270341 (Intr) 
age   0.05126955 0.2264278 -0.609 
Residual 1.71620400 1.3100397 

> temp <- VarCorr(fm1) 
> temp[,2] 
(Intercept)   age Residual 
"2.3270341" "0.2264278" "1.3100397" 

> temp[1,2] 
[1] "2.3270341" 
+0

Dzięki za odpowiedź. 'ranef' daje efekty losowe, ale część StdDev z' Random Effects: 'z' summary (fm1) '. – MYaseen208

+0

Nice. Śledziłem ścieżkę drukowania/podsumowania dla obiektu Lme, ale zagubiłem się na 'print.modelStruct'. –

+0

Dzięki, doceniam opinie na temat moich odpowiedzi, ponieważ pomaga mi to w przyszłości. :) – Michelle