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

loveR

getFixClipRegTS(ROptRegTS)
getFixClipRegTS()所属R语言包：ROptRegTS

                                        Generic Function for the Computation of the Optimal Clipping Bound
                                         通用功能的最优裁剪绑定的计算

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Generic function for the computation of the optimal clipping bound/function. This function is rarely called directly. It is used to compute optimally  robust ICs in case of fixed robust models.
计算的最佳剪辑绑定/功能的通用功能。很少直接调用此函数。它是用来计算最佳鲁棒的集成电路的情况下，固定的可靠的模型。


用法----------Usage----------


getFixClipRegTS(clip, ErrorDistr, Regressor, risk, neighbor, ...)



参数----------Arguments----------

参数：clip
optimal clipping bound.
最佳剪裁的约束。


参数：ErrorDistr
error distribution.
误差分布。


参数：Regressor
regressor.
回归量。


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


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


参数：...
additional parameters.
附加参数。


值----------Value----------

The optimal clipping bound/function is computed.
的最佳剪辑绑定/函数计算。


方法----------Methods----------

  


clip = "numeric", ErrorDistr = "Norm", Regressor = "UnivariateDistribution", risk = "fiUnOvShoot", neighbor = "ContNeighborhood"  optimal clipping bound for finite-sample under-/overshoot risk.
剪辑=“数字”，ErrorDistr =“规范”，REGRESSOR =“UnivariateDistribution”的，风险=“fiUnOvShoot”，邻居=“ContNeighborhood”最佳剪裁约束有限样本的under-/overshoot风险。




clip = "numeric", ErrorDistr = "Norm", Regressor = "UnivariateDistribution", risk = "fiUnOvShoot", neighbor = "TotalVarNeighborhood"  optimal clipping bound for finite-sample under-/overshoot risk.
剪辑=“数字”，ErrorDistr =“规范”，REGRESSOR =“UnivariateDistribution”的，风险=“fiUnOvShoot”，邻居=“TotalVarNeighborhood”最佳剪裁约束有限样本的under-/overshoot风险。




clip = "numeric", ErrorDistr = "Norm", Regressor = "numeric", risk = "fiUnOvShoot", neighbor = "CondContNeighborhood"  optimal clipping function for finite-sample under-/overshoot risk.
片段=“数值”，ErrorDistr =“规范”，REGRESSOR =“数字”，风险=的“fiUnOvShoot”邻居“CondContNeighborhood”最佳剪辑功能有限样本的under-/overshoot风险。




clip = "numeric", ErrorDistr = "Norm", Regressor = "numeric", risk = "fiUnOvShoot", neighbor = "CondTotalVarNeighborhood"  optimal clipping function for finite-sample under-/overshoot risk.   
片段=“数值”，ErrorDistr =“规范”，REGRESSOR =“数字”，风险=的“fiUnOvShoot”邻居“CondTotalVarNeighborhood”最佳剪辑功能有限样本的under-/overshoot风险。


（作者）----------Author(s)----------


Matthias Kohl <a href="mailto:Matthias.Kohl@stamats.de">Matthias.Kohl@stamats.de</a>



参考文献----------References----------

Huber, P.J. (1968) Robust Confidence Limits. Z. Wahrscheinlichkeitstheor. Verw. Geb. 10:269&ndash;278.
Rieder, H. (1989) A finite-sample minimax regression estimator.  Statistics 20(2): 211&ndash;221.
Kohl, M. (2005) Numerical Contributions to the Asymptotic Theory of Robustness.  Bayreuth: Dissertation.

参见----------See Also----------

ContIC-class, TotalVarIC-class,  Av1CondContIC-class, Av2CondContIC-class,  Av1CondTotalVarIC-class, CondContIC-class,
ContIC-class，TotalVarIC-class，Av1CondContIC-class，Av2CondContIC-class，Av1CondTotalVarIC-class，CondContIC-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。