R语言 rrcov包 Linda()函数中文帮助文档(中英文对照)

loveR

Linda(rrcov)
Linda()所属R语言包：rrcov

                                         Robust Linear Discriminant Analysis
                                         鲁棒线性判别分析

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Robust linear discriminant analysis based on MCD and returns the results as an object of class Linda (aka constructor).
鲁棒线性判别分析的基础上MCD和返回的结果作为的对象类Linda（又名构造函数）。


用法----------Usage----------


Linda(x, ...)

## Default S3 method:[默认方法]
Linda(x, grouping, prior = proportions, tol = 1.0e-4,
                 method = c("mcd", "mcdA", "mcdB", "mcdC", "fsa"),
                 alpha=0.5, trace=FALSE, ...)



参数----------Arguments----------

参数：x
a matrix or data frame containing the explanatory variables (training set).  
矩阵或数据框包含的解释变量（训练集）。


参数：grouping
grouping variable:  a factor specifying the class for each observation.
分组变量：指定一个类为每个观测的一个因素。


参数：prior
prior probabilities, default to the class proportions for the training set.
先验概率，默认为类的训练集的比例。


参数：tol
tolerance
公差


参数：method
method
方法


参数：alpha
this parameter measures the fraction of outliers the algorithm should resist. In MCD alpha controls the size of the subsets over which the determinant is minimized, i.e. alpha*n observations are used for computing the determinant. Allowed values are between 0.5 and 1 and the default is 0.5.
这个参数测量异常值的算法应该抵制的分数。在MCD阿尔法控制行列式最小的子集的大小，即α* n个观察用于计算行列式。允许的值是0.5~1之间，默认为0.5。


参数：trace
whether to print intermediate results. Default is trace = FALSE
是否要打印的中间结果。默认是trace = FALSE


参数：...
arguments passed to or from other methods
参数传递给其他方法


Details

详细信息----------Details----------

details
详细信息


值----------Value----------

Returns an S4 object of class Linda
返回S4对象的类Linda


警告----------Warning ----------

Still an experimental version!
仍然是一个实验版本！


（作者）----------Author(s)----------


Valentin Todorov <a href="mailto:valentin.todorov@chello.at">valentin.todorov@chello.at</a>




参考文献----------References----------

Journal of the American Statistical Association, 92, 136&ndash;143.
Statistical Methods and Applications, 15, 395&ndash;407, doi:10.1007/s10260-006-0032-6.
Linear Discriminant Analysis Methods. REVSTAT Statistical Journal, 5, p 63&ndash;83. URL www.ine.pt/revstat/pdf/rs070104.pdf.
An Object Oriented Framework for Robust Multivariate Analysis. Journal of Statistical Software, 32(3), 1&ndash;47. URL http://www.jstatsoft.org/v32/i03/.

参见----------See Also----------

CovMcd
CovMcd


实例----------Examples----------


## Example anorexia[＃例厌食症]
library(MASS)
data(anorexia)

## start with the classical estimates[＃开始与传统的估计]
lda <- LdaClassic(Treat~., data=anorexia)
predict(lda)@classification

## try now the robust LDA with the default method (MCD with pooled whitin cov matrix)[强劲的LDA现在尝试用默认的方法汇集whitin覆盖矩阵（MCD）]
rlda <- Linda(Treat~., data= anorexia)
predict(rlda)@classification

## try the other methods[＃尝试其他方法。]
Linda(Treat~., data= anorexia, method="mcdA")
Linda(Treat~., data= anorexia, method="mcdB")
Linda(Treat~., data= anorexia, method="mcdC")

## try the Hawkins&amp;McLachlan method[＃尝试的霍金斯和穆尔法]
## use the default method[＃使用默认的方法]
grp <- anorexia[,1]
grp <- as.factor(grp)
x <- anorexia[,2:3]
Linda(x, grp, method="fsa")


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。