R 拟合模型下新数据集的概率（密度）

给定R中的拟合模型（即“lm”、“glm”、“merMod”等类的对象），我试图找出如何计算新数据集的概率

也就是说，我想要通过将模型拟合到数据集a得到的参数估计下数据集B的概率（密度）。我通常知道如何做到这一点，但我想知道一个简单的预先存在的函数是否可以在R中做到这一点。是否有一个简单的函数可以做到这一点

---

非常相似，但我想在R中这样做。

对于线性回归模型

lm

，您可以使用以下函数来确定和可视化可能性，假设线性模型拟合的残差为正态分布（这些函数改编自；程序的基本原理可在中找到）：

log_lik
log_lik <- function(beta0, beta1, mu, sigma) {
  ## beta0 and beta1 require intial guesses
  R <- y - x * beta1 - beta0
  R <- dnorm(R, mu, sigma, log=T)
  return(-sum(R))
}
library(stats4)
fit <- mle(log_lik, start=list(beta0=4, beta1=2, mu = 0, sigma=1))
summary(fit)
## mu will be your estimated likelihood
## sigma will be uncertainty