profile.glm(MASS)
profile.glm()所属R语言包:MASS
Method for Profiling glm Objects
剖析GLM对象的方法
译者:生物统计家园网 机器人LoveR
描述----------Description----------
Investigates the profile log-likelihood function for a fitted model of class "glm".
考察了一类"glm"拟合模型的剖面数似然函数。
用法----------Usage----------
## S3 method for class 'glm'
profile(fitted, which = 1:p, alpha = 0.01, maxsteps = 10,
del = zmax/5, trace = FALSE, ...)
参数----------Arguments----------
参数:fitted
the original fitted model object.
原来的拟合模型对象。
参数:which
the original model parameters which should be profiled. This can be a numeric or character vector. By default, all parameters are profiled.
原始模型的参数进行分析。这可以是一个数字或字符的矢量。默认情况下,所有参数都异形。
参数:alpha
highest significance level allowed for the profile t-statistics.
允许个人资料的t-统计量的显着性水平最高的。
参数:maxsteps
maximum number of points to be used for profiling each parameter.
可用于分析每个参数点的最大数量。
参数:del
suggested change on the scale of the profile t-statistics. Default value chosen to allow profiling at about 10 parameter values.
建议个人资料的t-统计的规模上的变化。选择默认值,允许在约10个参数值分析。
参数:trace
logical: should the progress of profiling be reported?
逻辑:应报告分析进展?
参数:...
further arguments passed to or from other methods.
通过进一步的论据或其他方法。
Details
详情----------Details----------
The profile t-statistic is defined as the square root of change in sum-of-squares divided by residual standard error with an appropriate sign.
t-统计的配置文件被定义为除以适当的标志残留标准误差平方和的平方根变化。
值----------Value----------
A list of classes "profile.glm" and "profile" with an element for each parameter being profiled. The elements are data-frames with two variables
一个类的列表"profile.glm"和"profile"正在分析每一个参数的元素。元素两个变量的数据框
参数:par.vals
a matrix of parameter values for each fitted model.
拟合模型为每个矩阵的参数值。
参数:tau
the profile t-statistics.
个人资料的t-统计。
作者(S)----------Author(s)----------
Originally, D. M. Bates and W. N. Venables. (For S in 1996.)
参见----------See Also----------
glm, profile, plot.profile
glm,profile,plot.profile
举例----------Examples----------
options(contrasts = c("contr.treatment", "contr.poly"))
ldose <- rep(0:5, 2)
numdead <- c(1, 4, 9, 13, 18, 20, 0, 2, 6, 10, 12, 16)
sex <- factor(rep(c("M", "F"), c(6, 6)))
SF <- cbind(numdead, numalive = 20 - numdead)
budworm.lg <- glm(SF ~ sex*ldose, family = binomial)
pr1 <- profile(budworm.lg)
plot(pr1)
pairs(pr1)
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。
|