lmrob.S(robustbase)
lmrob.S()所属R语言包：robustbase
S-regression estimators
S-回归估计
译者：生物统计家园网 机器人LoveR
描述----------Description----------
Computes an S-estimator for linear regression, using the “fast S” algorithm.
一个S-估计器，用于计算线性回归，使用“快S”算法。
用法----------Usage----------
lmrob.S(x, y, control, trace.lev = control$trace.lev, mf = NULL)
参数----------Arguments----------
参数：x
design matrix
设计矩阵
参数：y
response vector
响应向量
参数：control
list as returned by lmrob.control
列表返回lmrob.control
参数：trace.lev
integer indicating if the progress of the algorithm should be traced (increasingly); default trace.lev = 0 does no tracing.
整数，表示如果要追溯到进步的算法（越来越多）;默认trace.lev = 0并没有追踪。
参数：mf
dummy parameter.
虚拟参数。
Details
详细信息----------Details----------
This function is used by lmrob.fit and not intended to be used on its own (because an S-estimator has too low efficiency "on its own").
这个函数是用来由lmrob.fit和不适合在其自身上使用（因为一个S-估计有太低的效率“它自己的”）。
By default, the subsampling algorithm uses a customized LU decomposition which ensures a non singular subsample (if this is at all possible). This makes the Fast-S algorithm also feasible for categorical and mixed continuous-categorical data.
默认情况下，欠采样算法使用一个定制的LU分解，确保了非奇异子样本（如果这是在所有可能的）。这使得快速算法也是可行的，明确的和混合的连续分类数据。
One can revert to the old subsampling scheme by setting the parameter subsampling in control to simple.
一个可以恢复到旧的子采样方案设定的参数subsampling中control到simple。
值----------Value----------
A list with components
组件列表
参数：coefficients
numeric vector (length p) of S-regression coefficient estimates.
数字的向量（长p）S-回归系数的估计。
参数：scale
the S-scale residual estimate </table>
在S-尺度残差估计</表>
参数：fitted.values
numeric vector (length n) of the fitted values.
数字矢量（长n）的拟合值。
参数：residuals
numeric vector (length n) of the residuals.
数字向量（长n）的残差。
参数：weights
numeric vector (length n) of the robustness weights.
数字向量（长n）的鲁棒性权重。
参数：k.iter
(maximal) number of refinement iterations used.
采用细化迭代数（最大）。
参数：converged
logical indicating if all refinement iterations had converged.
逻辑表明，如果所有改善迭代融合。
参数：control
the same list as the control argument.
作为control参数列表。
（作者）----------Author(s)----------
Matias Salibian-Barrera and Manuel Koller (and Martin Maechler for minor details)
参见----------See Also----------
lmrob, also for references.
lmrob，也为引用。
实例----------Examples----------
set.seed(33)
x1 <- sort(rnorm(30)); x2 <- sort(rnorm(30)); x3 <- sort(rnorm(30))
X. <- cbind(x1, x2, x3)
y <- 10 + X. %*% (10*(2:4)) + rnorm(30)/10
y[1] <- 500 # a moderate outlier[一个温和的异常值]
X.[2,1] <- 20 # an X outlier[一个X离群]
X1 <- cbind(1, X.)
(m.lm <- lm(y ~ X.))
set.seed(12)
m.lmS <- lmrob.S(x=X1, y=y,
control = lmrob.control(nRes = 20), trace.lev=1)
m.lmS[c("coefficients","scale")]
all.equal(m.lmS$coef, 10 * (1:4), tol = 0.005, check.attributes = FALSE)
stopifnot(all.equal(m.lmS$coef, 10 * (1:4),
tol = 0.005, check.attributes = FALSE),
all.equal(m.lmS$scale, 1/10, tol = 0.09))
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 22:11:03
