找回密码
 注册
查看: 1697|回复: 0

R语言:notExp2()函数中文帮助文档(中英文对照)

[复制链接]
发表于 2012-2-16 18:07:29 | 显示全部楼层 |阅读模式
notExp2(mgcv)
notExp2()所属R语言包:mgcv

                                         Alternative to log parameterization for variance components
                                         方差分量的替代登录参数

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------

notLog2 and notExp2 are alternatives to log and exp or notLog and notExp for re-parameterization of variance parameters. They are used by the pdTens and pdIdnot classes which in turn implement smooths for gamm.
notLog2和notExp2是log的替代品和exp或notLog和notExp方差参数的重新参数化。他们使用pdTens和pdIdnot类gamm依次实现平滑。

The functions are typically used to ensure that smoothing parameters are positive, but the notExp2 is not monotonic: rather it cycles between "effective zero" and "effective infinity" as its argument changes. The notLog2 is the inverse function of the notExp2 only over an interval centered on zero.
通常使用的功能,以确保平滑参数是积极的,但notExp2不是单调的,而是“有效零”和“有效无限”作为它的参数变化之间的周期。 notLog2只能通过零为中心的时间间隔notExp2反函数。

Parameterizations using these functions ensure that estimated smoothing parameters remain positive, but also help to ensure that the likelihood is never indefinite: once a working parameter pushes a smoothing parameter below "effetive zero" or above "effective infinity" the cyclic nature of the notExp2 causes the likelihood to decrease, where otherwise it might simply have flattened.
使用这些功能确保估计平滑参数保持积极的,但也有助于确保的可能性是永远不会无限期一次工作参数推低于“effetive零或以上的有效无穷”的循环性质的平滑参数的参数化notExp2导致的可能性降低,否则可能只是已夷为平地。

This parameterization is really just a numerical trick, in order to get lme to fit gamm models, without failing due to indefiniteness.  Note in particular that asymptotic results on the likelihood/REML criterion are  not invalidated by the trick, unless parameter estimates end up close to the effective zero or effective infinity: but if this is the case then the asymptotics would also have been invalid for a conventional monotonic parameterization.
此参数是真的只是一个数字的把戏,为了得到lme适合gamm模型,没有失败,由于不确定性。需要特别注意的渐近结果的可能性/ REML法准则是不会失效的伎俩,除非参数估计结束了密切有效的零或无穷有效,但如果是这种情况,那么渐近也一直为传统无效单调的参数。

This reparameterization was made necessary by some modifications to the underlying optimization method in  lme introduced in nlme 3.1-62. It is possible that future releases will return to the notExp parameterization.
这种重新参数化,提出了一些修改的必要基本的lmenlme 3.1-62介绍的优化方法。这可能是未来的版本将返回notExp参数。

Note that you can reset "effective zero" and "effective infinity": see below.
请注意,您可以重置“有效零和有效无穷”:见下文。


用法----------Usage----------


notExp2(x,d=.Options$mgcv.vc.logrange,b=1/d)

notLog2(x,d=.Options$mgcv.vc.logrange,b=1/d)



参数----------Arguments----------

参数:x
Argument array of real numbers (notExp) or positive real numbers (notLog).
实数的参数数组(notExp)或正实数(notLog)。


参数:d
the range of notExp2 runs from exp(-d) to exp(d). To change the range used by gamm reset mgcv.vc.logrange using options.
的notExp2范围从exp(-d)exp(d)运行。要改变由gamm重置mgcv.vc.logrange用options使用的范围。


参数:b
determines the period of the cycle of notExp2.
决定的notExp2周期内。


值----------Value----------

An array of function values evaluated at the supplied argument values.
提供的参数值评价函数值的数组。


作者(S)----------Author(s)----------


Simon N. Wood <a href="mailto:simon.wood@r-project.org">simon.wood@r-project.org</a>



参考文献----------References----------



参见----------See Also----------

pdTens, pdIdnot,  gamm
pdTens,pdIdnot,gamm


举例----------Examples----------


## Illustrate the notExp2 function:[#说明的notExp2的功能:]
x <- seq(-50,50,length=1000)
op <- par(mfrow=c(2,2))
plot(x,notExp2(x),type="l")
lines(x,exp(x),col=2)
plot(x,log(notExp2(x)),type="l")
lines(x,log(exp(x)),col=2) # redundancy intended[冗余打算]
x <- x/4
plot(x,notExp2(x),type="l")
lines(x,exp(x),col=2)
plot(x,log(notExp2(x)),type="l")
lines(x,log(exp(x)),col=2) # redundancy intended[冗余打算]
par(op)

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。
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册

本版积分规则

手机版|小黑屋|生物统计家园 网站价格

GMT+8, 2025-1-23 09:15 , Processed in 0.021145 second(s), 15 queries .

Powered by Discuz! X3.5

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表