Akaike の情報量規準です (R の AIC())。
Schwarz のベイズ情報量規準です (R の BIC())。
固定効果の係数表です (R の coef(summary(fit)) で、p 値は含みません)。
推定値です (R の Estimate)。
標準誤差です (R の Std. Error)。
推定値を標準誤差で割ったものです (R の z value。Gamma、inverse.gaussian、gaussian では、R はこれを t value と表示します)。
逸脱度残差の二乗和です (R の deviance()。−2 対数尤度ではありません)。
対数尤度の自由度です: 固定効果の数と θ の数の和に、分散パラメータをもつ分布族の場合は 1 を加えたものです。
分布族です。
平均の当てはめ値 μ̂ です。使った行ごとに 1 つあります (R の fitted()。二項分布の応答の場合は確率です)。
固定効果 β̂ です (R の fixef())。
固定効果のモデル行列の列の名前です (縮退した列は除きます)。
式です。
線形予測子 η̂ = オフセット + Xβ̂ + Zb̂ です。使った行ごとに 1 つあります (R の predict())。
リンクです。
対数尤度です。Laplace 近似の場合は、最小化された逸脱度の −1/2 倍です (R の logLik())。nAGQ > 1 の場合は求積によるもので、R の logLik() がそこで省く飽和モデルの定数を含みます (nAGQ = 1 および glm と比較できるようにするためです)。
R のメッセージです (ランク不足の固定効果のモデル行列、特異な当てはめ)。
1 (Laplace 近似)、0 (β は罰則付き IRLS から)、または求積点の数 (2〜100) です。
使った行の数です (事前重みが 0 の行も含みます。R の nobs())。
Pearson 残差 √w (y − μ̂) / √V(μ̂) です (R の residuals(fit, "pearson"))。
変量効果の条件付きモードです。グループ化因子ごとに 1 つの要素があります (R の ranef())。
逸脱度残差です (R の residuals()。glmer での既定の種類は "deviance" です)。
応答残差 y − μ̂ です (R の residuals(fit, "response")。cbind(s, f) の場合の y は比率です)。
使った data の行の、0 始まりの添字です (変数、重み、またはオフセットに欠測値がある行は除きます)。
R の sigma() です: binomial と poisson では 1 です。それ以外では、Pearson 残差の二乗和と球面化された変量効果の長さの二乗の和を nObs で割ったものの平方根です。
当てはめが特異かどうかです: 相対共分散因子の対角要素のいずれかが 1e-4 未満であるとき特異です (R の isSingular())。
共分散パラメータ θ の推定値です (R の getME(fit, "theta")): 項ごとの相対共分散因子の下三角部分を、列優先の順に並べたものです。
分散成分です。変量効果の項ごとに 1 つの要素があります (R の VarCorr()。sigma による尺度化は行いません)。
固定効果の共分散行列です (R の vcov())。行の配列です。
vcov の計算方法です。"hessian" は、(θ, β) における逸脱度のヘッセ行列の逆行列の、固定効果のブロックの 2 倍です (nAGQ = 1 で、当てはめが特異でなく、nObs < 10000 かつパラメータが 20 未満の場合の R の既定)。"RX" は、条件付きモードにおける罰則付き IRLS の σ² (R_X'R_X)⁻¹ です。
R の警告です (説明変数の尺度が大きく異なること、応答変数、vcov の代替計算)。
作業残差 (y − μ̂) / μ'(η̂) です (R の residuals(fit, "working"))。
glmer の結果です。一般化線形混合モデルの当てはめと、そのための R のメソッドに対応する量です。