R语言 simpleboot包 lm.boot()函数中文帮助文档(中英文对照)

loveR

lm.boot(simpleboot)
lm.boot()所属R语言包：simpleboot

                                        Linear model bootstrap.
                                         线性模型引导。

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Bootstrapping of linear model fits (using lm).  Bootstrapping can be done by either resampling rows of the original data frame or resampling residuals from the original model fit.
自举（使用线性模型拟合lm“）。自引导方式可以通过任一重新采样的行的原始数据的帧或从原来的模型拟合的重采样的残差。


用法----------Usage----------


lm.boot(lm.object, R, rows = TRUE, new.xpts = NULL, ngrid = 100,
        weights = NULL)



参数----------Arguments----------

参数：lm.object
A linear model fit, produced by lm.
一个线性模型拟合，产生的lm。


参数：R
The number of bootstrap replicates to use.
引导的数量重复使用。


参数：rows
Should we resample rows?  Setting rows to FALSE indicates resampling of residuals.
我们应该重新取样的行吗？设置rows到FALSE表示残差重采样。


参数：new.xpts
Values at which you wish to make new predictions.  If specified, fitted values from each bootstrap sample will be stored.
你所希望作出新的预测值。如果指定的话，每个引导样品的拟合值将被保存。


参数：ngrid
If new.xpts is NULL and the regression is 2 dimensional, then predictions are made on an evenly spaced grid (containing ngrid points) spanning the range of the predictor values.
如果new.xpts是NULL和回归是2维的，然后进行预测上的均匀间隔的网格（含ngrid点）跨越的预测变量的值的范围内。


参数：weights
Reseampling weights; a vector of length equal to the number of observations.
Reseampling权重的矢量的长度等于观测值的数量。


Details

详细信息----------Details----------

Currently, "lm.simpleboot" objects have a simple print method (which shows the original fit), a summary method and a plot method.
目前，"lm.simpleboot"对象有一个简单的print方法（显示原始适合），一个summary方法和plot方法。


值----------Value----------

An object of class "lm.simpleboot" (which is a list) containing the elements: <table summary="R valueblock"> <tr valign="top"><td>method</td> <td> Which method of bootstrapping was used (rows or residuals).</td></tr> <tr valign="top"><td>boot.list</td> <td> A list containing values from each of the bootstrap samples.  Currently, bootstrapped values are model coefficients, residual sum of squares, R-square, and fitted values for predictions.</td></tr> <tr valign="top"><td>orig.lm</td> <td> The original model fit.</td></tr> <tr valign="top"><td>new.xpts</td> <td> The locations where predictions were made.</td></tr> <tr valign="top"><td>weights</td> <td> The resampling weights.  If none were used, this component is NULL</td></tr> </table>
类的一个对象"lm.simpleboot"（这是一个列表）包含的元素：<table summary="R valueblock"> <tr valign="top"> <TD>method </ TD> <TD哪一种方法使用的引导（行或残留）。</ TD> </ TR> <tr valign="top"> <TD>boot.list </ TD> <td>一个列表，其中包含每个值bootstrap样本。目前，自举值的模型系数，残差平方和，R-平方值与拟合值进行预测。</ TD> </ TR> <tr valign="top"> <TD>orig.lm</ TD <TD>的原始模型的拟合。</ TD> </ TR> <tr valign="top"> <TD> new.xpts</ TD> <TD>的位置进行了预测。</ TD > </ TR> <tr valign="top"> <TD> weights</ TD> <TD>的重采样权重。如果没有，这个组件是NULL</ TD> </ TR> </表>


（作者）----------Author(s)----------


Roger D. Peng



参见----------See Also----------

The plot.lm.simpleboot method.
plot.lm.simpleboot方法。


实例----------Examples----------


data(airquality)
attach(airquality)
set.seed(30)
lmodel <- lm(Ozone ~ Wind)
lboot <- lm.boot(lmodel, R = 1000)
summary(lboot)

## With weighting[＃加权]
w <- runif(nrow(model.frame(lmodel)))
lbootw <- lm.boot(lmodel, R = 1000, weights = w)
summary(lbootw)

## Resample residuals[＃重新取样残差]
lboot2 <- lm.boot(lmodel, R = 1000, rows = FALSE)
summary(lboot2)

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。