R语言 sensitivity包 sb()函数中文帮助文档(中英文对照)

loveR

sb(sensitivity)
sb()所属R语言包：sensitivity

                                        Sequential Bifurcations
                                         连续分岔

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

sb implements the Sequential Bifurcations screening method (Bettonvil and Kleijnen 1996). <STRONG>This is an alpha version
sb实现了连续分叉病变的筛查方法（Bettonvil和Kleijnen 1996）。 <STRONG>这是一个alpha版本


用法----------Usage----------


sb(p, sign = rep("+", p), interaction = FALSE)
## S3 method for class 'sb'
ask(x, i = NULL, ...)
## S3 method for class 'sb'
tell(x, y, ...)
## S3 method for class 'sb'
print(x, ...)
## S3 method for class 'sb'
plot(x, ...)



参数----------Arguments----------

参数：p
number of factors.
若干因素。


参数：sign
a vector fo length p filled with "+" and "-", giving the (assumed) signs of the factors effects.
一个向量“FO长度p充满"+"和"-"，（假设）的因素影响的迹象。


参数：interaction
a boolean, TRUE if the model is supposed to be with interactions, FALSE otherwise.
一个布尔值，TRUE，如果该模型被认为是与相互作用，FALSE否则。


参数：x
a list of class "sb" storing the state of the screening study at the current iteration.
类的列表"sb"的状态存储在当前迭代的筛选研究。


参数：y
a vector of model responses.
一个向量模型的响应。


参数：i
an integer, used to force a wanted bifurcation instead of that proposed by the algorithm.
一个整数，用来强制通缉代替，所提出的算法的分叉。


参数：...
not used.
不被使用。


Details

详细信息----------Details----------

The model without interaction is
无相互作用的模型是

while the model with interactions is
而交互模型

In both cases, the factors are assumed to be uniformly distributed on [-1,1]. This is a difference with Bettonvil et al. where the factors vary across [0,1] in the former case, while [-1,1] in the latter.
在这两种情况下，因素被假定为是均匀地分布在[-1,1]。这是差与Bettonvil等。其中的因素而有所不同[0,1]在前者的情况下，而[-1,1]在后者。

Another difference with Bettonvil et al. is that in the current implementation, the groups are splitted right in the middle.
另一个区别与Bettonvil等。的是，在当前的实现，各组在中间分裂。


值----------Value----------

sb returns a list of class "sb", containing all the input arguments detailed before, plus the following components:
sb返回一个列表类"sb"，包含所有的输入参数前面的描述，再加上以下组件：


参数：i
the vector of bifurcations.
向量的分岔。


参数：y
the vector of observations.
观测向量。


参数：ym
the vector of mirror observations (model with interactions only).
镜观察向量（型号仅相互作用）。

The groups effects can be displayed with the print method.
与print方法，可以显示的群体效应。


参考文献----------References----------

factors in simulation models with many factors: sequential bifurcations, European Journal of Operational Research, 96, 180&ndash;194.

实例----------Examples----------


# a model with interactions[相互作用的模型]
p <- 50
beta <- numeric(length = p)
beta[1:5] <- runif(n = 5, min = 10, max = 50)
beta[6:p] <- runif(n = p - 5, min = 0, max = 0.3)
beta <- sample(beta)
gamma <- matrix(data = runif(n = p^2, min = 0, max = 0.1), nrow = p, ncol = p)
gamma[lower.tri(gamma, diag = TRUE)] <- 0
gamma[1,2] <- 5
gamma[5,9] <- 12
f <- function(x) { return(sum(x * beta) + (x %*% gamma %*% x))}

# 10 iterations of SB[10次迭代SB]
sa <- sb(p, interaction = TRUE)
for (i in 1 : 10) {
  x <- ask(sa)
  y <- list()
  for (i in names(x)) {
    y[[i]] <- f(x[[i]])
  }
  tell(sa, y)
}
print(sa)
plot(sa)

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。