আমি একটি অ-রৈখিক মিশ্র nlmeমডেলের ভবিষ্যদ্বাণীগুলির উপর 95% আস্থা অন্তর পেতে চাই । এর মধ্যে এটি করার জন্য কোনও স্ট্যান্ডার্ড সরবরাহ করা হয়নি nlme, তাই আমি ভাবছিলাম যে "জনসংখ্যার পূর্বাভাস অন্তর" এর পদ্ধতিটি ব্যবহার করা সঠিক কিনা , ধারণাটির ভিত্তিতে সর্বাধিক সম্ভাবনার সাথে মডেলগুলির প্রসঙ্গে বেন বলকারের বইয়ের অধ্যায়ে বর্ণিত ফিটেড মডেলের ভেরিয়েন্স-কোভারিয়েন্স ম্যাট্রিক্সের উপর ভিত্তি করে স্থির প্রভাবের পরামিতিগুলি পুনরায় তৈরি করা, এর উপর ভিত্তি করে পূর্বাভাসগুলি সিমুলেট করা এবং তারপরে 95% আস্থা অন্তর পেতে এই পূর্বাভাসের 95% পার্সেন্টাইল নেওয়া?
এটি করার কোডটি নিম্নরূপ দেখায়: (আমি এখানে nlmeসহায়তা ফাইলের 'লবলিলি' ডেটা ব্যবহার করি )
library(effects)
library(nlme)
library(MASS)
fm1 <- nlme(height ~ SSasymp(age, Asym, R0, lrc),
data = Loblolly,
fixed = Asym + R0 + lrc ~ 1,
random = Asym ~ 1,
start = c(Asym = 103, R0 = -8.5, lrc = -3.3))
xvals=seq(min(Loblolly$age),max(Loblolly$age),length.out=100)
nresamp=1000
pars.picked = mvrnorm(nresamp, mu = fixef(fm1), Sigma = vcov(fm1)) # pick new parameter values by sampling from multivariate normal distribution based on fit
yvals = matrix(0, nrow = nresamp, ncol = length(xvals))
for (i in 1:nresamp)
{
yvals[i,] = sapply(xvals,function (x) SSasymp(x,pars.picked[i,1], pars.picked[i,2], pars.picked[i,3]))
}
quant = function(col) quantile(col, c(0.025,0.975)) # 95% percentiles
conflims = apply(yvals,2,quant) # 95% confidence intervals
এখন যে আমার আত্মবিশ্বাসের সীমা রয়েছে আমি একটি গ্রাফ তৈরি করেছি:
meany = sapply(xvals,function (x) SSasymp(x,fixef(fm1)[[1]], fixef(fm1)[[2]], fixef(fm1)[[3]]))
par(cex.axis = 2.0, cex.lab=2.0)
plot(0, type='n', xlim=c(3,25), ylim=c(0,65), axes=F, xlab="age", ylab="height");
axis(1, at=c(3,1:5 * 5), labels=c(3,1:5 * 5))
axis(2, at=0:6 * 10, labels=0:6 * 10)
for(i in 1:14)
{
data = subset(Loblolly, Loblolly$Seed == unique(Loblolly$Seed)[i])
lines(data$age, data$height, col = "red", lty=3)
}
lines(xvals,meany, lwd=3)
lines(xvals,conflims[1,])
lines(xvals,conflims[2,])
95% আত্মবিশ্বাসের ব্যবধানের সাথে এইভাবে প্লটটি এখানে পেয়েছে:
এই পদ্ধতিটি কি বৈধ, বা ননলাইনার মিশ্র মডেলের পূর্বাভাসগুলির উপর 95% আস্থা অন্তর গণনা করার জন্য অন্য কোনও বা আরও ভাল পন্থা রয়েছে? মডেলটির এলোমেলো প্রভাবের স্টাকচারকে কীভাবে মোকাবিলা করতে হবে তা সম্পর্কে আমি পুরোপুরি নিশ্চিত নই ... সম্ভবত এলোমেলো প্রভাবের মাত্রার চেয়ে একজনের গড় হওয়া উচিত? অথবা গড়পড়তা বিষয়ের জন্য আত্মবিশ্বাসের অন্তর অন্তর্ভুক্ত করা কি ঠিক হবে, যা আমার কাছে এখনকার চেয়ে নিকটে বলে মনে হচ্ছে?
