R语言 fda.usc包 fregre.lm()函数中文帮助文档(中英文对照)

loveR

fregre.lm(fda.usc)
fregre.lm()所属R语言包：fda.usc

                                         Fitting Functional Linear Models
                                         配件功能的线性模型

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Computes functional regression between functional (and non functional) explanatory variables and scalar response using basis representation.
计算功能的回归之间的功能性（非功能性）解释变量和标量响应基表示。

This section is presented as an extension of the linear regression models: fregre.pc, fregre.pls and fregre.basis. Now, the scalar response Y is estimated by more than one functional covariate X^j(t)  and  also more than one  non functional covariate Z^j. The regression model is given by:
本节作为一个扩展的线性回归模型：fregre.pc，fregre.pls和fregre.basis。现在，标量响应Y估计由一个以上的官能协变量X^j(t)和还不止一个非功能性协变量Z^j。回归模型为：

where Z=[Z^1,...,Z^p] are the non functional covariates, X(t)=[X^1(t),...,X^q(t)] are the functional ones and ε are random errors with mean zero , finite variance σ^2 and E[X(t)ε]=0.     
Z=[Z^1,...,Z^p]非功能性的协变量，X(t)=[X^1(t),...,X^q(t)]是功能性的ε是随机误差的均值为零，方差有限σ^2和E[X(t)ε]=0。


用法----------Usage----------


fregre.lm(formula,data,basis.x=NULL,basis.b=NULL,...)



参数----------Arguments----------

参数：formula
an object of class formula (or one that can be coerced to that class): a symbolic description of the model to be fitted. The details of model specification are given under Details.
类的一个对象formula（或一个可以强制转换的类）：安装一个象征性的模型来描述。在Details型号规格的详细信息。


参数：data
List that containing the variables in the model.  
列表，包含在模型中的变量。


参数：basis.x
List of basis for functional explanatory data estimation.
名单的基础功能说明资料估计的。


参数：basis.b
List of basis for functional beta parameter estimation.
列表功能测试参数估计的基础。


参数：...
Further arguments passed to or from other methods.
进一步的参数传递给其他方法。


Details

详细信息----------Details----------

The first item in the data list  is called "df" and  is a data frame  with the response and non functional explanatory variables, as lm. Functional covariates of class  fdata or fd are introduced in the following items in the data list.<br>
data列表中的第一项被称为“东风”，就是一个数据框的响应和非功能性的解释变量，lm。功能的协变量的类fdata或fd介绍以下项目在data名单。<BR>

basis.x is a list of basis  for represent each functional covariate. The basis object can be created by the function: create.pc.basis, pca.fd create.pc.basis, create.fdata.basis or  create.basis.<br> basis.b is a list of basis  for represent each functional &beta;_k parameter. If basis.x is a list of functional principal components basis (see create.pc.basis or pca.fd) the argument basis.b (is unnecessary and) is ignored.
basis.x是一个代表每个功能的协变量的基础。基础对象，可以创建功能：create.pc.basis，pca.fdcreate.pc.basis，create.fdata.basis或create.basis。参考basis.b是一个列表代表每个功能&beta;_k参数的基础。如果basis.x是一个功能的主要组成部分的基础（见create.pc.basis或pca.fd）的说法basis.b（是不必要的）被忽略。


值----------Value----------

Return lm object plus:<br>
返回lm对象，再加上：参考


参数：basis.x
Basis used for fdata or fd covariates.
基准fdata或fd协变量。


参数：basis.b
Basis used for beta parameter estimation.
基准测试参数估计。


参数：beta.l
List of estimated beta parameter of functional covariates.
估计测试功能的变量参数列表。


参数：data
List that containing the variables in the model.
列表，包含在模型中的变量。


参数：formula
formula.
公式。


（作者）----------Author(s)----------



Febrero-Bande, M. and Oviedo de la Fuente, M.




参考文献----------References----------



参见----------See Also----------

See Also as:  predict.fregre.lm and summary.lm.<br> Alternative method: fregre.glm.
请参见：predict.fregre.lm和summary.lm。参考替代方法：fregre.glm。


实例----------Examples----------



data(tecator)
x=tecator$absorp.fdata
y=tecator$y$Fat
tt=x[["argvals"]]
dataf=as.data.frame(tecator$y)

nbasis.x=11
nbasis.b=7
basis1=create.bspline.basis(rangeval=range(tt),nbasis=nbasis.x)
basis2=create.bspline.basis(rangeval=range(tt),nbasis=nbasis.b)

f=Fat~Protein+x
basis.x=list("x"=basis1)
basis.b=list("x"=basis2)
ldata=list("df"=dataf,"x"=x)
res=fregre.lm(f,ldata,basis.x=basis.x,basis.b=basis.b)
summary(res)

f2=Fat~Protein+xd
xd=fdata.deriv(x,nderiv=2,class.out='fdata',nbasis=nbasis.x)
ldata2=list("df"=dataf,"xd"=xd)
basis.x2=list("xd"=basis1)
basis.b2=list("xd"=basis2)
res2=fregre.lm(f2,ldata2,basis.x=basis.x2,basis.b=basis.b2)
summary(res2)

par(mfrow=c(2,1))
plot(res$beta.l$x,main="functional beta estimation")
plot(res2$beta.l$xd,col=2)


转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。