Класс: LinearMixedModel
Предсказать ответ линейной модели смешанных эффектов
возвращает вектор условных предсказанных откликов ypred
= predict(lme
)ypred
в исходных предикторах, используемых для соответствия линейной модели смешанных эффектов lme
.
возвращает вектор условных предсказанных откликов ypred
= predict(lme
,tblnew
)ypred
из установленной линейной модели смешанных эффектов lme
в значениях в новой таблице или массиве набора данных tblnew
. Используйте таблицу или массив набора данных для predict
если для подбора кривой модели используется таблица или массив набора данных lme
.
Если конкретная сгруппированная переменная в tblnew
имеет уровни, которые не находятся в исходных данных, тогда случайные эффекты для этой сгруппированной переменной не способствуют 'Conditional'
предсказание в наблюдениях, где сгруппированная переменная имеет новые уровни.
возвращает вектор условных предсказанных откликов ypred
= predict(lme
,Xnew
,Znew
)ypred
из установленной линейной модели смешанных эффектов lme
от значений в новых матрицах проекта фиксированных и случайных эффектов, Xnew
и Znew
, соответственно. Znew
может также быть массивом ячеек из матриц. В этом случае сгруппированная переменная G
является ones(n,1)
, где n - количество наблюдений, используемых в подгонке.
Используйте матричный формат для predict
при использовании матриц проекта для подбора кривой модели lme
.
возвращает вектор условных предсказанных откликов ypred
= predict(lme
,Xnew
,Znew
,Gnew
)ypred
из установленной линейной модели смешанных эффектов lme
от значений в новых матрицах проекта фиксированных и случайных эффектов, Xnew
и Znew
, соответственно, и сгруппированная переменная Gnew
.
Znew
и Gnew
могут также быть массивами ячеек матриц и сгруппированных переменных, соответственно.
возвращает вектор предсказанных откликов ypred
= predict(___,Name,Value
)ypred
из установленной линейной модели смешанных эффектов lme
с дополнительными опциями, заданными одним или несколькими Name,Value
аргументы в виде пар.
Для примера можно задать уровень доверия, одновременные ограничения доверие или вклады только от фиксированных эффектов.