R有一个“a”吗;预测。glmList“;功能?

R有一个“a”吗;预测。glmList“;功能?,r,R,有一个R函数(通过nlme包),它包含一个具有公共模型的lm对象列表,然后根据分组因子对数据进行分区。这有很多模型通常具有的有用方法,比如预测。glm是否具有同等功能 library(nlme) fit <- lmList(disp ~ hp | vs, mtcars) predict(fit,mtcars) 我明白了,但与lmlist不同的是,它似乎更像是一个花哨的容器,没有像predict这样的方法 即,glm是否有以下代码的等效代码 library(nlme) fit <-

有一个R函数(通过nlme包),它包含一个具有公共模型的lm对象列表,然后根据分组因子对数据进行分区。这有很多模型通常具有的有用方法,比如预测。glm是否具有同等功能

library(nlme)
fit <- lmList(disp ~ hp | vs, mtcars)
predict(fit,mtcars)
我明白了,但与lmlist不同的是,它似乎更像是一个花哨的容器,没有像predict这样的方法

即,glm是否有以下代码的等效代码

library(nlme)
fit <- lmList(disp ~ hp | vs, mtcars)
predict(fit,mtcars)
库(nlme)

拟合lme4
软件包中的
lmList
版本也可以处理GLM拟合。它可能还没有针对这个用例进行过广泛的测试,所以请小心/报告您发现的任何问题

e、 g


TRUE
(在本例中,以及模型使用日志链接时)
predict(fit,mtcars,type=“response”)
无声地忽略
类型
规范…

引用
vcdExtra
的文档,似乎没有:

glmlist创建一个glmlist对象,该对象包含一个已安装glm对象及其名称的列表。[……]

其目的是提供对象类,以便于模型比较、提取、汇总和分析 可能使用Lappy或类似工具绘制模型组件等

但是,您可以这样做,并根据
lappy
定义自己的预测方法:

library(vcdExtra)

# simulate data
x <- rnorm(100)
y <- as.numeric(rnorm(100)>0)

fit <-  glm(y~x, family=binomial(link=logit))
gl <- glmlist(fit,fit)

# define method
predict.glmlist <- function(object, ...){

  expr <- substitute(predict.glm(obj,...))
  lapply(object, function(obj) eval(expr))

}

# use method
predict(gl)
predict(gl, type="response")
库(vcdExtra)
#模拟数据

你就不能把清单翻过来吗?你到底想做什么(不管函数是否已经存在)?您应该提供某种类型的示例输入和当前运行的代码。清楚地描述期望的输出。这正是我想要的。有一些问题我可以解决,但我要报告这些问题。
library(vcdExtra)

# simulate data
x <- rnorm(100)
y <- as.numeric(rnorm(100)>0)

fit <-  glm(y~x, family=binomial(link=logit))
gl <- glmlist(fit,fit)

# define method
predict.glmlist <- function(object, ...){

  expr <- substitute(predict.glm(obj,...))
  lapply(object, function(obj) eval(expr))

}

# use method
predict(gl)
predict(gl, type="response")