r-拟合模型下新数据集的概率(密度)

Question

在r中给定一个拟合模型（即类'lm'，'glm'，'mermod'等的对象，我正在尝试弄清楚如何计算一个新的数据集。

也就是说，我希望通过将模型拟合到数据集A中获得的参数估算下的数据集B的概率（密度）。我一般都知道如何执行此操作，但是我想知道一个简单的预先存在函数是否可以在R中是否有一个简单的功能来执行此操作？

这个问题非常相似，但是我想在r。

Answer 1

对于线性回归模型lm，假设线性模型拟合的残差是正态分布的（这些功能是根据此R Blogger调整的，则可以使用以下功能来确定和可视化可能性帖子;该过程的理由可以在此帖子中找到）：

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

对于glm，该文章在交叉验证中提供了可能性的用户定义的R函数。

（PS：如果您可以提供一个涉及lm，glm等的特定示例，那么很好。问。）