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

loveR

estimateUCIPand(sft)
estimateUCIPand()所属R语言包：sft

                                         UCIP Performance on AND Tasks
                                         UCIP性能和任务

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Estimates the reverse cumulative hazard function of an unlimited capacity, independent, parallel process on an AND task.
估计反向的累积风险函数的无限容量，独立，并行处理和任务。


用法----------Usage----------


estimateUCIPand(RT, CR)



参数----------Arguments----------

参数：RT
A list of arrays of response times.  Each list is used to estimate the response time distribution of a separate channel.
列表数组的响应时间。每个列表用于一个单独的信道估计的响应时间分布。


参数：CR
A list of arrays of correct (1) or incorrect (0) indicators corresponding to each element of the list RT.
阵列的正确的（1）或不正确的（0）对应于每个元素的列表RT的指标的列表。


Details

详细信息----------Details----------

This function concerns the processing time of an unlimited capacity, independent, parallel (UCIP) system.  This means that the completion time for each processing channel does not vary based on the presence of other processes.  Thus, the performance on tasks with a single process can be used to estimate performance of the UCIP model with multiple processes occurring.
此功能涉及一个无限容量的，独立的，的平行（UCIP）系统的处理时间。这意味着，对于每个处理信道的完成时间不变化的基础上存在的其他进程。因此，与一个单一的过程的性能的任务可以被用来估计的UCIP模型的性能发生多个进程。

For example, in a two channel UCIP system the probability that both processes have finished (AND processing) is the product of the probabilities of that each channel has finished.  
例如，在两通道UCIP系统中已经完成，这两个进程（处理）的概率是已完成的，每个信道的概率的乘积。

We are interested in the cumulative reverse hazard function, which is the natural log of the CDF.  Because the log of a product is the sum of the logs, this gives us the following equality for the two channel AND process.
我们有兴趣的累计反向危害的功能，这是自然对数的CDF。的产品是因为log的log的总和，这给了我们以下的两个通道和过程的平等。

In general, the cumulative reverse hazard function of a UCIP AND process is estimated by the sum of the cumulative reverse hazard functions of each sub-process.
在一般情况下，累积的反向一个UCIP与过程的风险函数估计由反向的累积危险函数的每个子流程的总和。

The cumulative reverse hazard functions of the sub-processes are estimated using the Nelson-Aalen estimator.  The Nelson-Aalen estimator is a Gaussian martingale with respect to XXX, so the estimate of the UCIP performance is also a Gaussian martingale and the variance of the estimator can be estimated with the sum of variance estimates for each sub-process.
反向的累积危险函数的子流程，估计使用的纳尔逊 - 阿伦估计。纳尔逊 - 阿伦估计是高斯鞅就XXX，所以估计的UCIP性能也一个高斯鞅，可估算的方差估计方差估计值的总和，每个子流程。


值----------Value----------


参数：K
A function of class "stepfun" that returns the Nelson-Aalen estimator of the cumulative reverse hazard function of a UCIP model on an exhaustive (AND) task.
函数的类的“stepfun”返回反向的累积风险函数的一个UCIP一个详尽的模型（AND）的任务的纳尔逊 - 阿伦估计。


参数：Var
A function of class "stepfun" that returns the estimated variance of the Nelson-Aalen estimator of the cumulative reverse hazard function of a UCIP model on an exhaustive (AND) task.
类的“stepfun”返回反向的累积风险函数的一个UCIP一个详尽的模型（AND）的任务纳尔逊 - 阿伦估计的估计方差的一个功能。


（作者）----------Author(s)----------



Joe Houpt <jhoupt@indiana.edu>




参考文献----------References----------




参见----------See Also----------

estimateNAK
estimateNAK


实例----------Examples----------


# Channel completion times and accuracy[通道的完成时间和准确度]
rt1 <- rexp(100, rate=.5)
cr1 <- runif(100) < .90
rt2 <- rexp(100, rate=.4)
cr2 <- runif(100) < .95
Kucip = estimateUCIPand(list(rt1, rt2), list(cr1, cr2))


# Plot the estimated UCIP cumulative reverse hazard function[绘制估计UCIP，累积的反向风险函数]
plot(Kucip$K, do.p=FALSE,
  main="Estimated UCIP Cumulative Reverse Hazard Function\n
    X~max(X1,X2)    X1~Exp(.5)    X2~Exp(.4)",
  xlab="X", ylab="K_UCIP(x)")
# Plot 95% Confidence intervals[图95％的置信区间]
times <- seq(0,10, length.out=100)
lines(times, Kucip$K(times) + sqrt(Kucip$Var(times))*qnorm(1-.05/2), lty=2)
lines(times, Kucip$K(times) - sqrt(Kucip$Var(times))*qnorm(1-.05/2), lty=2)
# Plot true UCIP cumulative reverse hazard function[图真实UCIP累积的反向风险函数]
lines(times[-1], log(pexp(times[-1], .5)) + log(pexp(times[-1], .4)), col='red')


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。