space.miss(spaceExt)
space.miss()所属R语言包：spaceExt
Sparse Covariance Selection by SPACE with EM
稀疏的协方差的选择空间，EM
译者：生物统计家园网 机器人LoveR
描述----------Description----------
A function to estimate partial correlations using SPACE method with EM, missing data is allowed
使用空间法与EM估计的偏相关函数，允许丢失的数据
用法----------Usage----------
space.miss(Y.m,lam1, lam2=0, sig=NULL, weight=NULL,iter=2, emIter=5,n_iter=1000,t0=0,r=0)
参数----------Arguments----------
参数：Y.m
numeric matrix. Columns are for variables and rows are for samples. It's recommended to first standardize each column to have mean 0 and l_2 norm 1.
数字矩阵。列变量和样品的行。建议先规范每一列，均值为0，l_2规范1。
参数：lam1
numeric value. This is the l_1 norm penalty parameter. If the columns of Y.m have norm one, then the suggested range of lam1 is O(n^{3/2}Φ^{-1}(1-α/(2p^2))) for small α such as 0.1.
数值。这是l_1规范刑罚参数。如果YM列，然后有模有1所建议的范围lam1 O(n^{3/2}Φ^{-1}(1-α/(2p^2)))小α如0.1。
参数：lam2
numeric value. If not specified, lasso regression is used in the Joint Sparse Regression Model (JSRM). Otherwise, elastic net regression is used in JSRM and <VAR>lam2</VAR> serves as the l_2 norm penalty parameter.
数值。如果没有指定，使用套索回归的的联合稀疏回归模型（JSRM）。否则，弹性网回归，使用在JSRM和<VAR> lam2 </ VAR>，作为l_2规范刑罚参数。
参数：sig
numeric vector. Its length should be the same as the number of columns of Y.m. It is the vector of σ^{ii} (the diagonal of the inverse covariance matrix). If not specified, σ^{ii} will be estimated during the model fitting with initial values rep(1,p). The number of the iteration of the model fitting (iter) will then be at least 2. Note, the scale of sig does not matter.
数字矢量。 Ym的列的数目，它的长度应该是相同的它是矢量σ^{ii}（逆协方差矩阵的对角线）。如果未指定，σ^{ii}会被估计在模型拟合的初始值代表（1，P）。然后将模型拟合的迭代（迭代）的数目至少为2。请注意，信号规模并不重要。
参数：weight
numeric value or vector. It specifies the weights or the type of weights used for each regression in JSRM. The default value is NULL, which means all regressions will be weighted equally in the joint model. If weight=1, residue variances will be used for weights. If weight=2, the estimated degree of each variable will be used for weights. Otherwise, it should be a positive numeric vector, whose length is equal to the number of columns of Y.m
数值或向量。它指定的权重或用于每个在JSRM回归的类型的权重。默认值是NULL，这意味着所有的回归将在联合模型进行加权平均。如果重量= 1，残基的差异将被使用的权重。如果重量= 2，将用于估计每个变量度权重。否则，它应该是一个正的数值向量，其长度等于Ym的列的数目
参数：iter
integer. It is the total number of interactions in JSRM for estimating σ^{ii} and partial correlations. When sig=NULL and/or weight=NULL or 2, iter should be at least 2.
整数。是总估算σ^{ii}和部分相关数相互作用JSRM。当显= NULL和/或重量= NULL或2，迭代应该至少为2。
参数：emIter
integer. the maximum number of EM iteration allowed
整数。的EM迭代允许的最大数目
参数：n_iter
integer. the maximum number of interations in JSRM.
整数。的最大数目的互动。互动在JSRM。
参数：t0
integer. 1<=t0<=n. the time point at which to perform local smoothing estimation.
整数。 1<=t0<=n。的时间点，以执行局部平滑估计。
参数：r
positive value. local smoothing parameter. If r=0, then no smoothing is incorporated.
正值。局部平滑参数。如果r = 0，则没有平滑成立。
Details
详细信息----------Details----------
space.miss Based on the work of J. Peng, et al(2007), this function allows computing with missing data by implementing EM algorithm.
space.miss基于J.鹏，等（2007）的工作，该功能可以允许丢失的数据通过实施EM算法的计算。
where K(\cdot) is the smoothing kernal, K(x)=\exp(-x).
K(\cdot)是平滑内核，K(x)=\exp(-x)。
值----------Value----------
a list of following comopnents.
的列表以下comopnents。
参数：Y.imputed
The sample matrix Y with missing data imputed by EM
样本矩阵Y归咎于由EM丢失的数据
参数：ParCor
the estimated partial correlation matrix.
估计部分相关矩阵。
参数：sig.fit
numeric vector of the estimated diagonal σ^{ii}.
数值向量估计对角线σ^{ii}。
参数：bic
BIC for the current estimate.
BIC目前的估计。
（作者）----------Author(s)----------
Shiyuan He
参考文献----------References----------
实例----------Examples----------
data(finStocksCn) ##data of finance sector of Chinese Stock Market, from January 4th, 2011 to July 26th, 2011[中国股市金融业的数据，从2011年1月4日至2011年7月26日]
finStocksCn$names ##stock names[＃股票名称]
y.m<-scale(finStocksCn$returns)
n=nrow(y.m)
p=ncol(y.m)
alpha=0.1
l1=1/sqrt(n)*qnorm(1-alpha/(2*p^2))
res=space.miss(Y.m=y.m,lam1=l1*25,emIter=25,iter=2,weight=2)
res$bic ##bic returned[返回＃BIC]
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。
|
发表于 2012-9-30 12:12:18
