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

loveR

plot.sienaTimeTest(RSiena)
plot.sienaTimeTest()所属R语言包：RSiena

                                        Functions to plot assessment of time heterogeneity of parameters
                                         函数来绘制评估的时间异质性的参数

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Plot method for sienaTimeTest objects.
图方法为sienaTimeTest对象。


用法----------Usage----------


## S3 method for class 'sienaTimeTest'
plot(x, pairwise=FALSE, effects,
         scale=.2, plevels=c(.1, .05, .025), ...)



参数----------Arguments----------

参数：x
A sienaTimeTest object returned by sienaTimeTest.  
一个sienaTimeTest返回的对象sienaTimeTest。


参数：pairwise
A Boolean value corresponding to whether the user would like a pairwise plot of the simulated statistics to assess correlation among the effects (pairwise=TRUE), or a plot of the estimates across waves in order to assess graphically the results of the score type test.  
一个布尔值，相应的用户是否想成对图的模拟统计信息的影响（pairwise=TRUE），或小区对面波的估计，以评估图形的得分型的结果之间的相关性进行评估测试。


参数：effects
A vector of integers corresponding to the indices given in the sienaTimeTest output for effects which are to be plotted.
对应的指数在sienaTimeTest输出的效果，这是要绘制的矢量整数。


参数：scale
A positive number corresponding to the number of standard deviations on one step estimates to use for computing the maximum and minimum of the plotting range. We recommend experimenting with this number when the y-axes of the plots are not satisfactory. Smaller numbers shrink the axes.
一个正数，相应的标准偏差的一个步骤的数目估计使用用于计算绘图范围的最大值和最小值。我们建议您尝试使用这个号码时，Y轴的图是不能令人满意的。较小的数字缩小轴。


参数：plevels
A list of three decimals indicating the gradients at which to draw the confidence interval bars.
三位小数表示的梯度在其中绘制的置信区间条列表。


参数：...
For extra arguments. The Lattice parameter layout can be used to control the layout of the graphs.
对于额外的参数。的格子参数layout可以用来控制的图形的布局。


Details

详细信息----------Details----------

The pairwise=TRUE plot may be used to assess whether effects are highly correlated. This information may be important when considering forward-model selection, since highly correlated effects may have highly correlated one-step estimates, particularly since the individual score type tests are not orthogonalized against the scores and deviations of yet-unestimated dummies.  For example, reciprocity and outdegree may have highly correlated statistics as indicated by a strong, positive correlation coefficient.  When considering whether to include dummy terms, it may be a good idea to include, e.g., outdegree, estimate the parameter, and see whether reciprocity dummies remain significant after method of moments estimation of the updated model–as opposed to including both outdegree and reciprocity.
pairwise=TRUE内容可能会被用来评估是否影响是高度相关的。这些信息可能是重要的，当考虑正向模型的选择，因为高度相关性的影响可能高度相关，单步估计，特别是因为个人得分不正交对型式试验尚未不可估量假人的分数和偏差。例如，互惠和出度高度相关统计，作为一个强大的，正相关系数表示。在考虑是否包括假的，它可能是一个好主意，例如，出度，估计参数，和互惠假人是否仍然后的矩估计法的显着更新的模型，而不是包括出度和互惠。

The pairwise=FALSE plot displays the most of the information garnered from sienaTimeTest in a graphical fashion.  For a each effect, the method of moments parameter estimate for the base period (i.e. wave 1) is given as a blue, horizontal reference line. One step estimates are given for all of the parameters by dots at each wave. The dots are colored black if the parameter has been included in the model already (i.e. has been estimated via method of moments), or red if they have not been included. Confidence intervals are given based on pivots given at pvalues. Evidence of time heterogeneity is suggested by points with confidence intervals not overlapping with the base period.
pairwise=FALSE图显示，从sienaTimeTest的一个图形化的方式获得的信息。对于每一个效果，该方法的的时刻参数估计为基期（即第1波）为蓝色，水平参考线。给出的一个步骤估计可用于所有的参数，由点在每个波。黑色的点如果该参数已被列入的模型（即估计已通过矩量法），或红色，如果他们没有被列入。置信区间，给出了基于支点在pvalues。时间异质性的证据，建议由点的置信区间不重叠的基期。


值----------Value----------

None
无


（作者）----------Author(s)----------


Josh Lospinoso



参考文献----------References----------

for general information on RSiena.

参见----------See Also----------

siena07, sienaTimeTest,
siena07，sienaTimeTest，


实例----------Examples----------


## Not run: [＃不运行：]
mymodel <- sienaModelCreate(fn=simstats0c, nsub=4, n3=500)
mynet1 <- sienaNet(array(c(s501, s502, s503, s501, s503, s502), dim=c(50, 50, 6)))
mydata <- sienaDataCreate(mynet1)
myeff <- getEffects(mydata)
myeff <- includeEffects(myeff, transTrip, balance)
myeff <- includeTimeDummy(myeff, recip, timeDummy="2,3,5")
myeff <- includeTimeDummy(myeff, balance, timeDummy="4")
myeff <- includeTimeDummy(myeff, density, timeDummy="all")
ansp <- siena07(mymodel, data=mydata, effects=myeff, batch=FALSE)
ttp <- sienaTimeTest(ansp)

## Pairwise plots show[＃成对图显示]
plot(ttp, pairwise=TRUE)

## Time test plots show[时间测试图显示]
plot(ttp, effects=1:3) ## default layout[＃默认布局]
plot(ttp, effects=1:3, layout=c(3,1))

## End(Not run)[＃（不执行）]

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。