R语言 RMark包 summary.mark()函数中文帮助文档(中英文对照)

loveR

summary.mark(RMark)
summary.mark()所属R语言包：RMark

                                        Summary of MARK model parameters and results
                                         的MARK模型参数和结果总结

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Creates a summary object of either a MARK model input or model output which includes number of parameters, deviance, AICc, the beta and real parameter estimates and optionally standard errors, confidence intervals and variance-covariance matrices.  If there are several groups in the data, the output is structured by group.
创建一个摘要对象的MARK模型输入或模型的输出，其中包括一些参数，越轨行为，国际会议中心，测试和实时参数估计和可选的标准误差，置信区间和方差 - 协方差矩阵。如果在数据中有几组，按组输出的结构。


用法----------Usage----------


  ## S3 method for class 'mark'
summary(object,...,se=FALSE,vc=FALSE,showall=TRUE,show.fixed=FALSE,brief=FALSE)
    ## S3 method for class 'mark'
coef(object,...)
    ## S3 method for class 'summary.mark'
print(x,...)



参数----------Arguments----------

参数：object
a MARK model object
一个MARK模型对象


参数：se
if FALSE the real parameter estimates are output in PIM format (eg. triangular format); if TRUE, they are displayed as a list with se and confidence interval
如果为false，输出参数的估计是在PIM格式（如三角形），如果为TRUE，它们将显示为一个列表，本身和置信区间


参数：vc
if TRUE the v-c matrix of the betas is included
如果为true，V-C矩阵的测试版


参数：showall
if FALSE it only returns the values of each unique parameter value
如果为FALSE，返回的值的每一个独特的参数值


参数：show.fixed
if FALSE, each fixed value given NA; otherwise the fixed real value is used. If se=TRUE, default for show.fixed=TRUE
如果为FALSE，每个固定的给定值NA，否则用于固定的实际价值。如果SE = TRUE，默认为show.fixed = TRUE


参数：brief
if TRUE, does not show real parameter estimates
如果为TRUE，没有表现出真正的参数估计值


参数：...
additional non-specified argument for S3 generic function
其他非指定的参数为S3泛型函数


参数：x
list resulting from call to summary
列表调用summary


Details

详细信息----------Details----------

The structure of the summary of the real parameters depends on the type of model and the value of the argument se and showall.  If se=F then only the estimates of the real parameters are shown and they are summarized the result element reals in PIM format.  The structure of reals depends on whether the PIMS are upper triangular ("Triang") or a row ("Square" although not really square). For the upper triangular format, the values are passed back as a list of matrices where the list is a list of parameter types (eg Phi and p) and within each type is a list for each group containing the pim as an upper triangular matrix containing the real parameter estimate.  For square matrices, reals is a list of matrices with a list element for each parameter type, but there is not a second list layer for groups because in the returned matrix each group is a row in the matrix of real estimates.  If se=TRUE then estimates, standard error (se), lower and upper confidence limits (lcl, ucl) and a "Fixed" indicator is passed for each real parameter.  If the pims for the model were simplified to represent the unique real parameters (unique rows in the design matrix), then it is possible to restict the summary to only the unique parameters with showall=FALSE.  This argument only has an affect if se=TRUE. If showall=FALSE, reals is returned as a dataframe of the unique real parameters specified in the model.  This does not mean they will all have unique values and it includes all "Fixed" real parameters and any real parameters that cannot be simplified in the case of parameters such as "pent" in POPAN or "Psi" in "Multistrata" that use the multinomial logit link. Use of showall=FALSE is of limited use but provided for completeness.  In most cases the default of showall=TRUE will be satisfactory.  In this case, reals is a list of dataframes with a list element for each parameter type.  The dataframe contains the estimate, se,lcl, ucl,fixed and the associated default design data for that parameter (eg time,age, cohort etc).  The advantage of retrieving the reals in this format is that it is the same regardless of the model, so it enables model averaging the real parameters over different models with differing numbers of unique real parameters.
真正的参数摘要的结构依赖于模型的类型和值的参数se和showall。如果se=F那么只有真正的参数的估计显示，他们总结的结果元素reals在PIM格式。 reals的结构取决于是否PIMS是上三角（“Triang”）或行（“广场”虽然不是真的广场）。对于上三角格式，将值传递回作为一个矩阵的列表的列表是一个列表的参数类型（例如披和p）和在每个类型内的列表作为一个上三角矩阵包含为每个组包含的命令pim真正的参数估计。方阵，reals是矩阵的每个参数的类型的列表元素的列表，但没有第二个列表层的群体，因为在返回的矩阵，每个组是一个真正的估计矩阵的行。如果se=TRUE然后传递给每一个真实参数估计值，标准误差（SE），上，下置信界限（LCL，UCL）和一个“固定”的指标。如果为模型PIMS简化为代表独特的真实参数（独特的设计矩阵中的行），那么很可能只有唯一的参数，showall=FALSErestict的总结。此参数只能有一个影响，如果se=TRUE。如果showall=FALSE，reals返回的独特的实时参数模型中指定的一个数据框。这并不意味着他们都将有独特的价值，它包括所有的“固定”的实际参数和任何实际的参数，不能简化参数的情况下，如“被压抑”在POPAN或“防扩散安全倡议”，在“多层次”使用多项logit链接。使用showall=FALSE是有限的使用，但提供的完整性。在大多数情况下，默认的showall=TRUE将是令人满意的。在这种情况下，reals是一个与每个参数类型的列表元素列表dataframes。数据框包含的估计，SE，拼箱，伦敦大学学院，固定的，相关的默认的设计数据，参数（如时间，年龄，队列等）。检索reals的在这种格式的优点是，它是相同的，不管该模型，所以它使模型与独特的真实参数的不同数目的平均超过不同的模型的实际参数。


值----------Value----------

A list with each of the summarized objects that depends on the argument values. Only the first 4 are given if it is a summary of a model that has not been run.
一个列表的概括对象依赖于参数值。只有前4个给定的，如果它是一个尚未运行的模型，该模型的摘要。


参数：model
type of model (e.g., CJS)  <tr valign="top"><td>title</td>
类型的模型（例如，CJS）<tr valign="top"> <TD>title</ TD>

user define title if any  <tr valign="top"><td>model.name</td>
用户定义的标题，如果任何<tr valign="top"> <TD>model.name</ TD>

descriptive name of fitted model  <tr valign="top"><td>call</td>
拟合模型的描述性名称<tr valign="top"> <TD> call</ TD>

call to make.mark.model used to construct the model  <tr valign="top"><td>npar</td>
打检测给make.mark.model用于构建模型的<tr valign="top"> <TD>npar</ TD>

number of fitted parameters  <tr valign="top"><td>lnl</td>
拟合参数的数量<tr valign="top"> <TD> lnl</ TD>

-2xLog Likelihood value
-2xLog似然值


参数：npar
Number of parameters (always the number of columns in design matrix)  <tr valign="top"><td>chat</td>
参数的数量（通常是在设计矩阵的列数）<tr valign="top"> <TD>chat</ TD>

Value of over-dispersion constant if not equal to 1
实惠过度分散常数如果不等于1的


参数：npar.unadjusted
number of estimated parameters from MARK if different than npar   <tr valign="top"><td>AICc</td>
估计参数MARK如果不同于NPAR <tr valign="top"> <TD>AICc</ TD>

Small sample corrected AIC using npar; named qAICc if chat not equal to 1  <tr valign="top"><td>AICc.unadjusted</td>
小样本校正的AIC使用的NPAR;为qAICc聊天不等于1 <tr valign="top"> <TD>AICc.unadjusted</ TD>

Small sample corrected AIC using npar.unadjusted; prefix of q if chat not equal to 1  <tr valign="top"><td>beta</td>
小样本校正的AIC使用npar.unadjusted前缀的Q聊天不等于1 <tr valign="top"> <TD>beta</ TD>

dataframe of beta parameters with estimate, se, lcl, ucl  <tr valign="top"><td>vcv</td>
数据框的β参数估计，SE，拼箱，伦敦大学学院的<tr valign="top"> <TD>vcv</ TD>

variance-covariance matrix for beta  <tr valign="top"><td>reals</td>
方差 - 协方差矩阵测试<tr valign="top"> <TD>reals</ TD>

list of lists, dataframes or matrices depending on value of se and the type of model (triangular versus square PIMS) (see details above)
列表的本身价值和类型的模型（三角形与方PIMS）的的列表，dataframes或矩阵（详见上述）


（作者）----------Author(s)----------



Jeff Laake


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。