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

loveR

smpsi(smoothmest)
smpsi()所属R语言包：smoothmest

                                        Auxiliary functions for smoothm
                                         辅助功能smoothm

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Psi-functions, derivatives and further auxiliary functions used for computing the estimators in smoothm.
PSI的功能，衍生工具及其它辅助功能使用计算估计在smoothm。


用法----------Usage----------


  psicauchy(x)
  psidcauchy(x)
  likcauchy(x,mu)
  flikcauchy(y,x,mu,sn)
  smtfcauchy(x,mu,sn)
  smcipsi(y, x, sn=sqrt(2/length(x)))
  smcipsid(y, x, sn=sqrt(2/length(x)))
  smcpsi(x, sn=sqrt(2/length(x)))
  smcpsid(x, sn=sqrt(2/length(x)))
  smbpsi(y, x, k=4.685, sn=sqrt(2/length(x)))
  smbpsid(y, x, k=4.685, sn=sqrt(2/length(x)))
  smbpsii(x, k=4.685, sn=sqrt(2/length(x)))
  smbpsidi(x, k=4.685, sn=sqrt(2/length(x)))
  smpsi(x,k=0.862,sn=sqrt(2/length(x)))
  smpmed(x,sn=sqrt(1/5))



参数----------Arguments----------

参数：x
numeric vector.
数字矢量。


参数：mu
numeric.
数字。


参数：y
numeric vector.
数字矢量。


参数：sn
numeric. Smoothing constant. See smoothm.
数字。平滑常数。见smoothm。


参数：k
numeric. Tuning constant. See smoothm.
数字。时间常数。见smoothm。


Details

详细信息----------Details----------

  


psicauchypsi-function for Cauchy ML-estimator at x.
psicauchypsi功能为柯西ML估计在x。

psidcauchyderivative of psicauchy at x.
psidcauchyderivative的psicauchyx。

likcauchyCauchy likelihood of data x for mode parameter mu.
likcauchyCauchy的数据x模式参数mu的可能性。

flikcauchyvector of Gaussian density at y with mean 0 and st. dev. sn times Cauchy log-likelihood of x with mode parameter mu+y.
yflikcauchyvector的高斯密度均值为0，ST。开发。 sn次柯西log的可能性x模式参数mu+y。

smtfcauchyintegral of flikcauchy with y running from -Inf tp Inf.
smtfcauchyintegral的flikcauchy与y运行-InfTPInf。“

smcipsipsicauchy(x-y)*dnorm(y,sd=sn).
smcipsi psicauchy(x-y)*dnorm(y,sd=sn)。

smcipsidderivative of smcipsi w.r.t. x.
smcipsidderivative smcipsiw.r.t. x。

smcpsipsi-function for smoothed Cauchy ML-estimator. Integral of smpcipsi with y running from -Inf tp Inf.
smcpsipsi功能平滑柯西ML估计。积分smpcipsi与y运行-InfTPInf。“

smcpsidintegral of smpcipsid with y running from -Inf tp Inf.
smcpsidintegral的smpcipsid与y运行-InfTPInf。“

smbpsi(x-y)*psi.bisquare(x-y,c=k)*dnorm(y,sd=sn).
smbpsi (x-y)*psi.bisquare(x-y,c=k)*dnorm(y,sd=sn)。

smbpsidpsi.bisquare(x-y,c=k,deriv=1)*dnorm(y,sd=sn).
smbpsid psi.bisquare(x-y,c=k,deriv=1)*dnorm(y,sd=sn)。

smbpsiipsi-function for smoothed bisquare M-estimator. Integral of smbpsi with y running from -Inf tp Inf.
功能，smbpsiipsi-M-估计平滑bisquare。积分smbpsi与y运行-InfTPInf。“

smbpsidiintegral of smbpsid with y running from -Inf tp Inf.
smbpsidiintegral的smbpsid与y运行-InfTPInf。“

smpsipsi-function for smoothed Huber-estimator at x.
smpsipsi功能平滑胡贝尔估计x的。

smpmedpsi-function for smoothed median at x.   
smpmedpsi功能，平滑的中位数为x。


值----------Value----------

A numeric vector.
一个数值向量。


（作者）----------Author(s)----------


Christian Hennig
<a href="mailto:chrish@stats.ucl.ac.uk">chrish@stats.ucl.ac.uk</a>
<a href="http://www.homepages.ucl.ac.uk/~ucakche/">http://www.homepages.ucl.ac.uk/~ucakche/</a>




参考文献----------References----------

Hampel, F., Hennig, C. and Ronchetti, E. (2011) A smoothing principle for the Huber and other location M-estimators. Computational Statistics and Data Analysis 55, 324-337.
Huber, P. J. and Ronchetti, E. (2009) Robust Statistics (2nd ed.). Wiley, New York.
Maronna, A.R., Martin, D.R., Yohai, V.J. (2006). Robust Statistics: Theory and Methods. Wiley, New York

参见----------See Also----------

smoothm, psi.huber, psi.bisquare
smoothm，psi.huber，psi.bisquare


实例----------Examples----------


psicauchy(1:5)
psidcauchy(1:5)
likcauchy(1:5,0)
flikcauchy(3,1:5,0,1)
smtfcauchy(1:5,0,1)
smcipsi(1,1:3)
smcipsid(1,1:3)
smcpsi(1:5)
smcpsid(1:5)
smbpsi(1,1:5)
smbpsid(0:4,1:5)
smbpsii(1:5)
smbpsidi(1:5)
smpsi(1:5)
smpmed(1:5)

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。