R语言 sampling包 regest()函数中文帮助文档(中英文对照)

loveR

regest(sampling)
regest()所属R语言包：sampling

                                        The regression estimator
                                         回归估计

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Computes the regression estimator of the population total, using the
计算回归估计的人口总数，


用法----------Usage----------


regest(formula,Tx,weights,pikl,n,sigma=rep(1,length(weights)))



参数----------Arguments----------

参数：formula
the regression model formula (y~x).
回归模型公式（Y~X）。


参数：Tx
population total of x, the auxiliary variable.
x的人口总数，把辅助变量。


参数：weights
vector of the weights; its length is equal to n, the sample size.
的权重向量，它的长度是等于到n，样本大小。


参数：pikl
the matrix of joint inclusion probabilities for the sample.
联合包含概率矩阵的样品。


参数：n
the sample size.
样本大小。


参数：sigma
vector of positive values accounting for heteroscedasticity.
矢量正面的价值观占的异方差性。


值----------Value----------

The function returns a list containing the following components:
该函数返回一个列表，其中包含以下组件：


参数：regest
the value of the regression estimator.
值的回归估计。


参数：coefficients
a vector of beta coefficients.
的β系数的矢量。


参数：std_error
the standard error of coefficients.
系数的标准误差。


参数：t_value
the t-values associated to the coefficients.
的t相关联的值的系数。


参数：p_value
the p-values associated to the coefficients.
的p值相关联的系数。


参数：cov_mat
the covariance matrix of the coefficients.
的协方差矩阵的系数。


参数：weights
the specified weights.
指定的权重。


参数：y
the response variable.
响应变量。


参数：x
the model matrix.
模型矩阵。


参见----------See Also----------

ratioest,regest_strata
ratioest，regest_strata


实例----------Examples----------


# uses the MU284 population to draw a systematic sample[使用MU284人口画一个系统的样本]
data(MU284)
# there are 3 outliers which are deleted from the population[有3个离群的人口被删除]
MU281=MU284[MU284$RMT85<=3000,]
attach(MU281)
# computes the inclusion probabilities using the variable P85; sample size 40[计算包含概率使用可变P85;样本量40]
pik=inclusionprobabilities(P85,40)
# the joint inclusion probabilities for systematic sampling[系统抽样的联合包含概率]
pikl=UPsystematicpi2(pik)
# draws a systematic sample of size 40[绘制一个系统样本大小为40]
s=UPsystematic(pik)
# defines the variable of interest[定义变量的兴趣]
y=RMT85[s==1]
# defines the auxiliary information[定义的辅助信息]
x1=CS82[s==1]
x2=SS82[s==1]
# the joint inclusion probabilities for s[联合包含概率为s]
pikls=pikl[s==1,s==1]
# the first-order inclusion probabilities for s[一阶包含概率为s]
piks=pik[s==1]
# computes the regression estimator with the model y~x1+x2-1 [计算回归估计模型y~X1 + X2-1]
r=regest(formula=y~x1+x2-1,Tx=c(sum(CS82),sum(SS82)),weights=1/piks,pikl=pikls,n=40)
# the regression estimator is[回归估计]
r$regest
# the beta coefficients are[β系数]
r$coefficients
# regression estimator is the same as the calibration estimator [作为校准估计回归估计量是相同的]
Xs=cbind(x1,x2)
total=c(sum(CS82),sum(SS82))
g1=calib(Xs,d=1/piks,total,method="linear")
checkcalibration(Xs,d=1/piks,total,g1)
calibev(y,Xs,total,pikls,d=1/piks,g1,with=TRUE,EPS=1e-6)

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。