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

loveR

Vuongtest(spatcounts)
Vuongtest()所属R语言包：spatcounts

                                        Vuong's test for non-nested model comparison
                                         Vuong的非嵌套模型的比较试验

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

'Vuongtest' suggests the better of two (not necessarily nested) models according to Vuong's statistic for the parameters in each of the iterations.
Vuongtest建议更好两个（不一定嵌套）根据Vuong的每个迭代中的参数的统计模型。


用法----------Usage----------


Vuongtest(LogLike1, LogLike2, alpha = 0.05, p = NULL, q = NULL,
correction = TRUE)



参数----------Arguments----------

参数：LogLike1, LogLike2
the output of two model fits obtained by using 'LogLike'.
通过两个模型的输出适合使用“LogLike”。


参数：alpha
significance level, defaults to 0.05.
显着性水平，默认为0.05。


参数：p, q
the number of estimated coefficients in models LogLike1 and Loglike2, respectively.
数的估计系数在模型LogLike1和Loglike2，分别。


参数：correction
boolean, if TRUE (default), the Schwarz correction will be used on the differences of log-likelihoods.
布尔值，如果为TRUE（默认），的施瓦茨校正将使用对数似然度上的差异。


参考文献----------References----------




参见----------See Also----------

Clarketest
Clarketest


实例----------Examples----------


data(sim.Yin)
data(sim.fm.X)
data(sim.region)
data(sim.gmat)
data(sim.nmat)

poi <- est.sc(sim.Yin, ~1+sim.fm.X[,1]+sim.fm.X[,2], sim.region,
model="Poi", sim.gmat, sim.nmat, 3)
nb <- est.sc(sim.Yin, ~1+sim.fm.X[,1]+sim.fm.X[,2], sim.region,
model="NB", sim.gmat, sim.nmat, 3)

DIC.poi <- DIC(sim.Yin, ~1+sim.fm.X[,1]+sim.fm.X[,2], sim.region, poi)
DIC.nb <- DIC(sim.Yin, ~1+sim.fm.X[,1]+sim.fm.X[,2], sim.region, nb)

ll.poi <- LogLike(sim.Yin, ~1+sim.fm.X[,1]+sim.fm.X[,2], sim.region, poi)
ll.nb <- LogLike(sim.Yin, ~1+sim.fm.X[,1]+sim.fm.X[,2], sim.region, nb)

Vuong.poi.nb <- Vuongtest(ll.poi, ll.nb, alpha = 0.05, p = DIC.poi$p.D,
q = DIC.nb$p.D, correction = TRUE)

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。