R语言 robustHD包 plot.seqModel()函数中文帮助文档(中英文对照)

loveR

plot.seqModel(robustHD)
plot.seqModel()所属R语言包：robustHD

                                        Plot a sequence of regression models
                                         绘制一个序列的回归模型

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Produce a plot of the coefficients or values of the optimality criterion for a sequence of regression models, such as submodels along a robust least angle regression sequence, or sparse least trimmed squares regression models for a grid of values for the penalty parameter.
制作一块系数或值的序列回归模型的最优标准，如子模型，以及一个强大的最小角度回归序列，或至少修剪稀疏最小二乘回归模型的电网罚参数的值。


用法----------Usage----------


  ## S3 method for class 'seqModel'
plot(x,
    method = c("coefficients", "crit"), ...)



参数----------Arguments----------

参数：x
the model fit to be plotted.
要绘制的模型拟合。


参数：method
a character string specifying the type of plot.  Possible values are "coefficients" to plot the coefficients from the submodels via coefPlot, or "crit" to plot the values of the optimality criterion for the submodels via critPlot.
一个字符串指定类型的图。可能的值是"coefficients"绘制从子模型通过coefPlot，或"crit"绘制的最优标准值的子模型，通过critPlot的系数。


参数：...
additional arguments to be passed down.
其他参数得以流传下去。


值----------Value----------

An object of class "trellis" (see xyplot).
类的一个对象"trellis"（见xyplot）。


（作者）----------Author(s)----------



Andreas Alfons




参见----------See Also----------

coefPlot, critPlot, rlars, sparseLTSGrid
coefPlot，critPlot，rlars，sparseLTSGrid


实例----------Examples----------


## generate data[＃生成数据]
# example is not high-dimensional to keep computation time low[例如不高维的计算时间保持低]
set.seed(1234)  # for reproducibility[可重复性]
n <- 100  # number of observations[的观测数]
p <- 25   # number of variables[的变量数目]
beta <- rep.int(c(1, 0), c(5, p-5))  # coefficients[系数]
sigma <- 0.5      # controls signal-to-noise ratio[控制的信号 - 噪声比]
epsilon <- 0.1    # contamination level[污染水平]
x <- replicate(p, rnorm(n))     # predictor matrix[预测矩阵]
e <- rnorm(n)                   # error terms[误差项]
i <- 1:ceiling(epsilon*n)       # observations to be contaminated[受到污染的意见]
e[i] <- e[i] + 5                # vertical outliers[垂直离群]
y <- c(x %*% beta + sigma * e)  # response[响应]
x[i,] <- x[i,] + 5              # bad leverage points[坏的平衡点]

## fit robust LARS model[配合强大的LARS模型]
fit <- rlars(x, y)

## create plots[＃创建图]
plot(fit, zeros = FALSE)
plot(fit, method = "crit")

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。