rgsOptIC.M(RobRex)
rgsOptIC.M()所属R语言包：RobRex
Computation of the optimally robust IC for M estimators
M估计计算的最佳强大的IC
译者：生物统计家园网 机器人LoveR
描述----------Description----------
The function rgsOptIC.M computes the optimally robust IC for M estimators in case of linear regression with unknown scale and (convex) contamination neighborhoods where the regressor is random; confer Subsubsection 7.2.2.1 of Kohl (2005).
的功能rgsOptIC.M计算最优健壮IC对于M具有未知的规模和估计的情况下，线性回归（凸）污染的街区的回归量是随机的;赋予Subsubsection 7.2.2.1科尔（2005年）。
用法----------Usage----------
rgsOptIC.M(r, K, A.start, gg.start = 0.6, a1.start = -0.25,
a3.start = 0.25, B.start, bUp = 1000, delta = 1e-05,
MAX = 100, itmax = 1000, check = FALSE)
参数----------Arguments----------
参数：r
non-negative real: neighborhood radius.
非负实：邻域半径。
参数：K
object of class "Distribution".
对象类"Distribution"。
参数：A.start
positive definite and symmetric matrix: starting value for the standardizing matrix of the regression part.
正定对称矩阵：起动值的回归部的标准化矩阵。
参数：gg.start
positive real: starting value for the standardizing constant gamma of the scale part.
正实：初始值的标准化常数gamma规模的一部分。
参数：a1.start
real: starting value for Lagrange multiplier alpha_1.
拉格朗日乘子alpha_1真正的初始值。
参数：a3.start
real: starting value for Lagrange multiplier alpha_3.
拉格朗日乘子alpha_3真正的初始值。
参数：B.start
symmetric matrix: starting value for Lagrange multiplier B.
对称矩阵：起始值为拉格朗日乘子B.
参数：bUp
positive real: the upper end point of the interval to be searched for b.
正实的上端点的时间间隔要搜索的b。
参数：delta
the desired accuracy (convergence tolerance).
所需的精度（收敛宽容）。
参数：MAX
if A or gamma are beyond the admitted values, MAX is returned.
如果A或gamma超越承认的值的，MAX返回。
参数：itmax
the maximum number of iterations.
最大迭代次数。
参数：check
logical. Should constraints be checked.
逻辑。如果约束条件进行检查。
Details
详细信息----------Details----------
The computation of the optimally robust IC for M estimators is based on optim where MAX is used to control the constraints on A and gamma.
M估计的最优强大的IC计算是基于optim，MAX是用来控制A和gamma的限制。
值----------Value----------
Object of class "IC"
对象的类"IC"
（作者）----------Author(s)----------
Matthias Kohl <a href="mailto:Matthias.Kohl@stamats.de">Matthias.Kohl@stamats.de</a>
参考文献----------References----------
Kohl, M. (2005) Numerical Contributions to the Asymptotic Theory of Robustness. Bayreuth: Dissertation.
参见----------See Also----------
IC-class
IC-class
实例----------Examples----------
## code takes some time[＃代码需要一些时间]
## Not run: [＃不运行：]
K <- DiscreteDistribution(1:5) # = Unif({1,2,3,4,5})[UNIF（{1,2,3,4,5}）]
IC1 <- rgsOptIC.M(r = 0.1, K = K)
checkIC(IC1)
Risks(IC1)
## End(Not run)[＃（不执行）]
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。
|
发表于 2012-9-27 21:11:42
