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

loveR

popMisfitMACS(simsem)
popMisfitMACS()所属R语言包：simsem

                                         Find population misfit by sufficient statistics
                                         寻找足够的统计的人口失配

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Find the value quantifying the amount of population misfit: F_0, RMSEA, and SRMR.
查找的价值量化人口的失配量：F_0，RMSEA，和SRMR。


用法----------Usage----------


popMisfitMACS(paramM, paramCM, misspecM, misspecCM, dfParam=NULL, fit.measures="all")



参数----------Arguments----------

参数：paramM
The model-implied mean from the real parameters  
该模型隐含的意思是真正的参数


参数：paramCM
The model-implied covariance matrix from the real parameters  
从实际的参数模型隐含的协方差矩阵


参数：misspecM
The model-implied mean from the real and misspecified parameters  
该模型隐含的意思是真正的和误设参数


参数：misspecCM
The model-implied covariance matrix from the real and misspecified parameters  
该模型隐含的协方差矩阵的实部和误设参数


参数：dfParam
The degree of freedom of the real model  
真正的模型自由的程度


参数：fit.measures
The names of indices used to calculate population misfit. There are three types of misfit: 1) discrepancy function ("f0"; see popDiscrepancy), 2) root mean squared error of approximation ("rmsea"; Equation 12 in Browne & Cudeck, 1992), and 3) standardized root mean squared residual ("srmr")  
指数计算人口的失配的名称。有三种类型：1）失配的差异函数（"f0"; popDiscrepancy），2）均方根误差近似（"rmsea"式（12），1992年在布朗和Cudeck的），和3）标准化均方根平方剩余（"srmr"）


Details

详细信息----------Details----------

The root mean squared error of approximation (RMSEA) is calculated by
的近似误差均方根（RMSEA）的计算方法是

where F_0 is the discrepancy value between two means vectors and covariance matrices (see popDiscrepancy) and df is the degree of freedom in the real model.
F_0是两种手段向量和协方差矩阵（见popDiscrepancy）和df程度的自由，真正的模型之间的差异值。

The standardized root mean squared residual can be calculated by
标准化均方根平方剩余可以计算出

where s_{ij} is the observed covariance between indicators i and j, \hat{σ}_{ij} is the model-implied covariance between indicators i and j, p is the number of indicators.
s_{ij}是观察指标之间的协方差i和j\hat{σ}_{ij}是隐含的模型之间的协方差指标i和j，p是指标的数量。


值----------Value----------

The vector of the misfit indices
的失配指数的向量


（作者）----------Author(s)----------



Sunthud Pornprasertmanit (University of Kansas; <a href="mailto:psunthud@ku.edu">psunthud@ku.edu</a>)




参考文献----------References----------



实例----------Examples----------


m1 <- rep(0, 3)
m2 <- c(0.1, -0.1, 0.05)
S1 <- matrix(c(1, 0.6, 0.5, 0.6, 1, 0.4, 0.5, 0.4, 1), 3, 3)
S2 <- matrix(c(1, 0.55, 0.55, 0.55, 1, 0.55, 0.55, 0.55, 1), 3, 3)
popMisfitMACS(m1, S1, m2, S2)

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。