R语言 RSiena包 siena08()函数中文帮助文档(中英文对照)

loveR

siena08(RSiena)
siena08()所属R语言包：RSiena

                                         Function to perform a meta analysis of a collection of Siena fits.
                                         锡耶纳千篇一律的集合函数来执行的meta分析。

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Estimates a meta analysis based on  a collection of Siena fits.
估计的meta分析的基础上的集合锡耶纳适合。


用法----------Usage----------


siena08(..., projname = "sienaMeta", bound = 5, alpha = 0.05, maxit=20)



参数----------Arguments----------

参数：...
names of Siena fit objects, returned from siena07. They will be renamed if entered in format newname=oldname.  
锡耶纳合适的对象的名称，返回siena07。他们将被重新命名，如果输入的格式newname=oldname。


参数：projname
Base name of report file if required  
报告文件的基本名称，如果需要


参数：bound
Upper limit of standard error for inclusion in the meta analysis.  
Meta分析纳入标准错误的上限。


参数：alpha
1 minus confidence level of confidence intervals.  
1减去置信水平的置信区间。


参数：maxit
Number of iterations of iterated least squares procedure.  
迭代最小二乘法的迭代数。


Details

详细信息----------Details----------

A meta analysis is performed as described in the Siena manual, section "Meta-analysis of Siena results". This consists of three parts: an iterated weighted least squares modification of the method described in the reference below; maximum likelihood estimates and confidence intervals based on profile likelihoods under normality assumptions; and Fisher combinations of left-sided and right-sided p-values.
锡耶纳节“手册，锡耶纳的结果Meta分析中所描述的Meta分析。它由三部分组成：迭代加权最小二乘法修改的参考下文中所描述的方法，极大似然估计和区间估计的基础上正态假设下的轮廓似然和费舍尔的左侧和右侧的p-值的组合。

Note that the corresponding effects must have the same effect name in each model fit. This implies that at least covariates and behavior variables must have the same name in each model fit.
请注意，必须有相应的效果相同的效果名称在每个模型拟合。这意味着，至少在每个模型拟合的协变量和行为变量必须具有相同的名称。


值----------Value----------

An object of class sienaMeta.  There are print, summary and plot methods for this class,
对象的类sienaMeta。有print，summary和plot这个类的方法，

An object of class sienaMeta is a list containing at least the following. (Items cor.est to ns appear once for each effect.)
一个对象的类sienaMeta的是一个列表，其中包含至少以下。 （项目cor.est到ns出现一次为每个影响。）


参数：cor.est
Spearman rank correlation coefficient between estimates and their standard errors.
Spearman秩相关系数的估计和它们的标准误差。


参数：cor.pval
p-value for above
p值以上


参数：regfit
Part of the result of the fit of iwlsm.
的适合iwlsm的结果的一部分。


参数：regsummary
The summary of the fit, which includes the coefficient table.
拟合的摘要，其中包括的系数表。


参数：Tsq
test statistic for effect zero in every model
检验统计量的效果在每一个模型的零


参数：pTsq
p-value for above
p值以上


参数：tratio
test statistics that mean effect is 0
检验统计量为0，这意味着影响


参数：ptratio
p-value for above
p值以上


参数：Qstat
Test statistic for variance of effects is zero
检验统计量的方差的影响是零


参数：pttilde
p-value for above
p值以上


参数：cjplus
Test statistic for at least one theta strictly greater than 0
用于至少一个θ波严格大于0的检验统计量


参数：cjminus
Test statistic for at least one theta strictly less than 0
用于至少一个θ波严格小于0的检验统计量


参数：cjplusp
p-value for cjplus
p值cjplus


参数：cjminusp
p-value for cjminus
p值cjminus


参数：mu.ml
ML estimate of population mean
ML估计人口平均


参数：mu.ml.se
standard error of ML estimate of population mean
标准的错误的ML估计人口平均


参数：sigma.ml
ML estimate of population standard deviation
ML估计的总体标准偏差


参数：mu.confint
confidence interval for population mean based on profile likelihood
人口的置信区间的意思是基于配置文件的可能性


参数：sigma.confint
confidence interval for population standard deviation based on profile likelihood
在个人资料的可能性的置信区间为总体标准偏差


参数：n1
Number of fits on which the meta analysis is based
Meta分析的基础上适合


参数：scoreplus
Test statistic for combination of right one-sided p-values from score tests
从得分测试相结合的正确的，片面的p-值检验统计量为


参数：scoreminus
Test statistic for combination of left one-sided p-values from score tests
评分测试相结合的左片面的p-值检验统计量为


参数：scoreplusp
p-value for scoreplus
p值scoreplus


参数：scoreminusp
p-value for scoreminus
p值scoreminus


参数：ns
Number of fits on which the score test analysis is based
适合的得分测试分析是基于数


参数：thetadf
Data frame containing the coefficients, standard errors and score test results
数据框包含的系数，标准差和成绩测试结果


参数：projname
Name for any output file to be produced by the print method
的印刷方法所产生的任何输出文件的名称


参数：bound
Estimates with standard error above this value were excluded from the calculations
估计标准误差高于此值被排除在计算


参数：scores
Object of class by indicating, for each effect in the models, whether score test  information was present.
类的对象by表明，模型中的每个效果，无论是得分测试信息。


（作者）----------Author(s)----------


Ruth Ripley, Tom Snijders



参考文献----------References----------

Multilevel network study of the effects of delinquent behavior on friendship evolution. Journal of Mathematical Sociology, 27: 123–151, 2003.


参见----------See Also----------

sienaMeta, siena07
sienaMeta，siena07


实例----------Examples----------


## Not run: [＃不运行：]
mymodel <- sienaModelCreate(fn=simstats0c, nsub=2, n3=100)
mynet1 <- sienaNet(array(c(s501, s502), dim=c(50, 50, 2)))
mynet2 <- sienaNet(array(c(s502, s503), dim=c(50, 50, 2)))
mydata1 <- sienaDataCreate(mynet1)
mydata2 <- sienaDataCreate(mynet2)
myeff1 <- getEffects(mydata1)
myeff2 <- getEffects(mydata2)
myeff1 <- setEffect(myeff1, transTrip, fix=TRUE, test=TRUE)
myeff2 <- setEffect(myeff2, transTrip, fix=TRUE, test=TRUE)
myeff1 <- setEffect(myeff1, cycle3, fix=TRUE, test=TRUE)
myeff2 <- setEffect(myeff2, cycle3, fix=TRUE, test=TRUE)
ans1 <- siena07(mymodel, data=mydata1, effects=myeff1, batch=TRUE)
ans2 <- siena07(mymodel, data=mydata2, effects=myeff2, batch=TRUE)
meta <- siena08(ans1, ans2)

## 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。