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

loveR

MaxValue(ScottKnott)
MaxValue()所属R语言包：ScottKnott

                                         Algorithm for Pre-order Path in Binary Decision Tree
                                         在二叉决策树算法预订路径

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Builds groups of means, according to the method of Scott & Knott.
建立一组的装置，根据斯科特＆诺特的方法。


用法----------Usage----------


  MaxValue(g, means, mMSE, dfr, sig.level, k, group, ngroup, markg, g1=g,
    sqsum=rep(0, g1))



参数----------Arguments----------

参数：g
A vector of length 1 giving the upper limit of the possible groups.
长度为1的一种向量，给可能的基团的上限。


参数：means
A vector of the group of treatments means in decresing order.
治疗组的矢量意味着在decresing秩序。


参数：mMSE
A vector of length 1 giving the MSE divided by the number of replications.
长度为1的一种向量，给复制数除以的MSE。


参数：dfr
A vector of length 1 giving the degrees of freedom of MSE.
长度为1的一种向量，给予度自由的MSE。


参数：sig.level
A vector of length 1 giving the level of significance of the test.
长度为1的一种向量，给测试的重要性的电平。


参数：k
A vector of length 1 giving the lower limit of the possible groups.
长度为1的一种向量，给可能的基团的下限。


参数：group
A vector of the same length as means marking the groups generated.
一种向量，具有相同的长度作为means标记生成的基团。


参数：ngroup
A vector of length 1 giving the number of groups generated.
长度为1的一种向量，给产生的基团的数目。


参数：markg
A vector of the same length as means marking the upper limit of the last group generated before the process goes on recursively.
的向量的相同的长度means标记产生的最后一组的上限的过程之前继续递归。


参数：g1
A vector of length 1 which keeps, during the whole process, the value of the initial g.
一个向量的长度为1的保持，在整个过程中，初始g的价值。


参数：sqsum
A vector of length 1 giving the sum of the square between groups.
长度为1的一种向量，给两组之间的平方的总和。


Details

详细信息----------Details----------

The function MaxValue builds groups of means, according to the method of Scott & Knott.
的功能MaxValue的构建一组的装置，根据斯科特＆诺特的方法。

Basically it is an algorithm for pre-order path in binary decision tree.
基本上，它是二进制决策树算法预购路径。

Every node of this tree, represents a different group of means and, when the algorithm reaches this node it takes the decision to either split the group in two, or form a group of means.
这种树的每一个节点，代表一组不同的装置，当算法到达这个节点需要要么在两个分裂组，或形成一组装置的决定。

If the decision is to divide then this node generates two children and the algorithm follows for the node on the left, if, on the other hand, the decision is to form a group, then it returns to the parent node of that node and follows to the right node.
如果决定为划分则此节点生成两个孩子和左边的节点上的算法如下，如果，在另一方面，该决定是要形成一组，则它返回到该节点的父节点，并如下的右节点。

In this way it follows until the last group is formed, the one containing the highest (or the least) mean. In case that the highest (or the least) mean becomes itself a group of one element, the algorithm continues to the former group. In the end, each node without children represents a group of means.
以这种方式，如下形成，直至最后一组，一个含有最高（或至少）的意思。以最高（或至少）平均值本身成为一组的一个元素的情况下，该算法继续前一组。最后，没有孩子的每个节点代表一组的方式。


值----------Value----------

An vector with the groups of means.
向量的装置的基团。


注意----------Note----------

This function is mainly for internal use in the ScottKnott package.
此函数是主要内部使用在ScottKnott包。


（作者）----------Author(s)----------



Enio Jelihovschi (<a href="mailto:eniojelihovs@gmail.com">eniojelihovs@gmail.com</a>)<br>
Jose Claudio Faria (<a href="mailto:joseclaudio.faria@gmail.com">joseclaudio.faria@gmail.com</a>)<br>
Sergio Oliveira (<a href="mailto:solive@uesc.br">solive@uesc.br</a>)<br>




参考文献----------References----------

e Melhoramento de Plantas. Editora UFLA.
analysis of variance. Biometrics, 30, 507-512.

参见----------See Also----------

SK
SK


实例----------Examples----------


  ##[＃]
  ## Examples: Completely Randomized Design (CRD)[＃示例：完全随机设计（CRD）]
  ##[＃]

  data(CRD1)

  av      &lt;- with(CRD1, aov(y ~ x, data=dfm)) # Doing an ANOVA[这样做的ANOVA]
  mm      &lt;- model.tables(av, "means")        # summary tables for model fits[汇总表模型适合]
  tabs    &lt;- mm$tables[-1]                    # all model means[所有的模型是指]
  which   <- names(av$model)[2]
  tabs    &lt;- tabs[which]                      # specified group means[指定组指]
  nn      &lt;- mm$n[names(tabs)]                # repetions number of specified groups[repetions一些指定的组]
  MSE     <- sum(resid(av)^2)/av$df.residual
  tab     &lt;- tabs[[which]]                    # tab=means[标签=手段]
  means   <- as.vector(tab)
  mnumber &lt;- length(means)                    # number of means[数装置]
  nms     <- names(tab)
  r       &lt;- nn[[which]]                      # groups and its number of replicates[组和重复次数]
  ord     <- order(means, decreasing=TRUE)
  mMSE    <- MSE/r
  dfr     &lt;- av$df.residual                   # residual degrees of freedom[残差自由度]
  means   &lt;- means[ord]                       # decreasing ordered means[订购方式减少]
  g       <- mnumber

  ## Grouping the means: sig.level=.05[＃分组的手段：sig.level的= 0.05]
  groups  <- MaxValue(g, means, mMSE, dfr, sig.level=.05, 1, rep(0, g), 0,
                      rep(0, g))

  ## The result: sig.level=.05[＃结果：sig.level = 0.05]
  groups


  ## Grouping the means: sig.level=.10[＃分组的手段：sig.level的= 0.10]
  groups  <- MaxValue(g, means, mMSE, dfr, sig.level=.10, 1, rep(0, g), 0,
                            rep(0, g))

  ## The result: sig.level=.10[＃结果：sig.level = 0.10]
  groups

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。