R语言 ROptEst包 getInfLM()函数中文帮助文档(中英文对照)

loveR

getInfLM(ROptEst)
getInfLM()所属R语言包：ROptEst

                                        Functions to determine Lagrange multipliers
                                         函数来确定拉格朗日乘子

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Functions to determine Lagrange multipliers A and a in a Hampel problem or in a(n) (inner) loop in a MSE problem; can be done either by optimization or by fixed point iteration. These functions are rarely called directly.
功能，以确定拉格朗日乘子A和a的一个的汉佩尔问题或在MSE的问题（n）的（内部）循环;可以通过优化或固定点迭代。这些函数很少直接调用。


用法----------Usage----------


getLagrangeMultByIter(b, L2deriv, risk, trafo,
                      neighbor, biastype, normtype, Distr,
                      a.start, z.start, A.start, w.start, std, z.comp,
                      A.comp, maxiter, tol, verbose = NULL,
                      warnit = TRUE)
getLagrangeMultByOptim(b, L2deriv, risk, FI, trafo,
                      neighbor, biastype, normtype, Distr,
                      a.start, z.start, A.start, w.start,  std, z.comp,
                      A.comp, maxiter, tol, verbose = NULL, ...)




参数----------Arguments----------

参数：b
numeric; (>b_min; clipping bound for which the Lagrange multipliers are searched
数字;（>b_min;剪裁约束的拉格朗日乘子搜索


参数：L2deriv
L2-derivative of some L2-differentiable family of probability measures.
L2-衍生的一些L2-微家庭的概率措施。


参数：risk
object of class "RiskType".
对象类"RiskType"。


参数：FI
matrix: Fisher information.
矩阵：Fisher信息。


参数：trafo
matrix: transformation of the parameter.
矩阵变换的参数。


参数：neighbor
object of class "Neighborhood".
对象类"Neighborhood"。


参数：biastype
object of class "BiasType" — the bias type with we work.
对象的类"BiasType"“ - 的偏置类型，我们的工作。


参数：normtype
object of class "NormType" — the norm type with we work.
对象的类"NormType" - 标准型与我们的工作。


参数：Distr
object of class "Distribution".
对象类"Distribution"。


参数：a.start
initial value for the centering constant (in p-space).
初始值的中心常数（p空间）。


参数：z.start
initial value for the centering constant (in k-space).
初始值的中心常数（k空间）。


参数：A.start
initial value for the standardizing matrix.
标准化矩阵的初始值。


参数：w.start
initial value for the weight function.
的权重函数的初始值。


参数：std
matrix of (or which may coerced to) class PosSemDefSymmMatrix for use of different (standardizing) norm.
矩阵（或强迫）类PosSemDefSymmMatrix使用不同的（标准化）标准。


参数：z.comp
logical vector: indication which components of the centering constant have to be computed.
逻辑向量指示要计算组件的中心不变。


参数：A.comp
matrix: indication which components of the standardizing matrix have to be computed.
矩阵：指示哪些组件标准化矩阵以计算。


参数：maxiter
the maximum number of iterations.
最大迭代次数。


参数：tol
the desired accuracy (convergence tolerance).
所需的精度（收敛宽容）。


参数：verbose
logical: if TRUE, some messages are printed.
逻辑：如果TRUE，一些消息被打印出来。


参数：warnit
logical: if TRUE warning is issued if maximal number of iterations is reached.
逻辑：如果TRUE发出警告，如果达到最大迭代次数。


参数：...
additional parameters for optim.
额外参数optim。


值----------Value----------

a list with items <table summary="R valueblock"> <tr valign="top"><td>A</td> <td> Lagrange multiplier A (standardizing matrix)</td></tr> <tr valign="top"><td>a</td> <td> Lagrange multiplier a (centering in p-space)</td></tr> <tr valign="top"><td>z</td> <td> Lagrange multiplier z (centering in k-space)</td></tr> <tr valign="top"><td>w</td> <td> weight function involving Lagrange multipliers</td></tr> <tr valign="top"><td>biastype</td> <td> (possibly modified) bias type biastype from argument</td></tr> <tr valign="top"><td>normtype</td> <td> (possibly modified) norm type normtype from argument</td></tr> <tr valign="top"><td>normtype.old</td> <td> (possibly modified) norm type normtype before last (internal) update</td></tr> <tr valign="top"><td>risk</td> <td> (possibly [norm-]modified) risk risk from argument</td></tr> <tr valign="top"><td>std</td> <td> (possibly modified) argument std</td></tr> <tr valign="top"><td>iter</td> <td> number of iterations needed</td></tr> <tr valign="top"><td>prec</td> <td> precision achieved</td></tr> <tr valign="top"><td>b</td> <td> used clippng height b</td></tr> <tr valign="top"><td>call</td> <td> call with which either getLagrangeMultByIter or getLagrangeMultByOptim was called </td></tr> </table>
项目的列表<table summary="R valueblock"> <tr valign="top"> <TD> A</ TD> <TD>拉格朗日乘子A（标准化矩阵）</ TD > </ TR> <tr valign="top"> <TD> a </ TD> <TD>拉格朗日乘子a（中心p空间）</ TD> </ TR> <tr valign="top"> <TD> z</ TD> <TD>拉格朗日乘子z（中心k空间）</ TD> < / TR> <tr valign="top"> <TD> w </ TD> <TD>权重函数的拉格朗日乘子</ TD> </ TR> <tr valign="top"> <TD> biastype</ TD> <TD>（可能有改动）偏置类型biastype参数</ TD> </ TR> <tr valign="top"> <TD>normtype / TD> <TD>（可能有改动）标准型normtype参数</ TD> </ TR> <tr valign="top"> <TD> normtype.old</ TD> <TD> （可能有改动）标准型normtype前最后一个（内部）更新</ TD> </ TR> <tr valign="top"> <TD> risk</ TD> <TD>（可能[规范]改性）的风险risk参数</ TD> </ TR> <tr valign="top"> <TD>std </ TD> <TD>（可能有改动）参数std</ TD> </ TR> <tr valign="top"> <TD>iter </ TD> <TD>所需的迭代次数</ TD> </ TR> <TR VALIGN =“”> <TD>prec</ TD> <TD>精度达到</ TD> </ TR> <tr valign="top"> <TD>b</ TD > <TD>使用clippng高度b </ TD> </ TR> <tr valign="top"> <TD>call </ TD> <TD>检测是<X >或getLagrangeMultByIter被称为</ TD> </ TR> </ TABLE>


（作者）----------Author(s)----------


Peter Ruckdeschel <a href="mailtoeter.Ruckdeschel@itwm.fraunhofer.de">eter.Ruckdeschel@itwm.fraunhofer.de</a>



参考文献----------References----------

Rieder, H. (1980) Estimates derived from robust tests. Ann. Stats. 8: 106-115.
Rieder, H. (1994) Robust Asymptotic Statistics. New York: Springer.
Ruckdeschel, P. and Rieder, H. (2004) Optimal Influence Curves for General Loss Functions. Statistics &amp; Decisions 22: 201-223.
Ruckdeschel, P. (2005) Optimally One-Sided Bounded Influence Curves. Mathematical Methods in Statistics 14(1), 105-131.
Kohl, M. (2005) Numerical Contributions to the Asymptotic Theory of Robustness. Bayreuth: Dissertation.

参见----------See Also----------

InfRobModel-class
InfRobModel-class

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。