glmgam.fit(statmod)
glmgam.fit()所属R语言包：statmod
Fit Generalized Linear Model by Fisher Scoring with Levenberg Damping
广义线性模型的拟合Fisher评分与Levenberg阻尼
译者：生物统计家园网 机器人LoveR
描述----------Description----------
Fit a generalized linear model with secure convergence. Provided for gamma glm with identity links or negative binomial glm with log-links.
适合与安全的收敛广义线性模型。为伽玛GLM提供与身份的链接或负二项分布GLMlog链接。
用法----------Usage----------
glmgam.fit(X, y, coef.start=NULL, tol=1e-6, maxit=50, trace=FALSE)
glmnb.fit(X, y, dispersion, offset=0, coef.start=NULL, start.method="mean", tol=1e-6, maxit=50, trace=FALSE)
参数----------Arguments----------
参数：X
design matrix, assumed to be of full column rank. Missing values not allowed.
设计矩阵，假设为列满秩。遗漏值不允许的。
参数：y
numeric vector of responses. Negative or missing values not allowed.
数字矢量的响应。负或遗漏值不允许的。
参数：dispersion
numeric vector of over-dispersion parameters for negative binomial. If of length 1, then same over-dispersion is assumed for all observations.
过度分散参数为负二项分布的数字向量。如果长度为1，那么同样的，过度分散承担的所有观测值。
参数：offset
offset vector for linear model
偏移向量线性模型
参数：coef.start
numeric vector of starting values for the regression coefficients
数值向量回归系数的初始值，用于
参数：start.method
method used to find starting values, possible values are "mean" and "log(y)"
用什么方法来找到初始值，可能值是"mean"和"log(y)"
参数：tol
small positive numeric value giving convergence tolerance
小正数值，让收敛性
参数：maxit
maximum number of iterations allowed
允许的迭代的最大数量
参数：trace
logical value. If TRUE then output diagnostic information at each iteration.
逻辑值。如果TRUE然后在每次迭代输出的诊断信息。
Details
详细信息----------Details----------
These functions implement a modified Fisher scoring algorithm for generalized linear models, similar to the Levenberg-Marquardt algorithm for nonlinear least squares. The Levenberg-Marquardt modification checks for a reduction in the deviance at each step, and avoids the possibility of divergence. The result is a very secure algorithm that converges for almost all datasets.
这些函数实现修改后的Fisher评分广义线性模型的算法，类似的Levenberg-Marquardt非线性最小二乘算法。减少在每一个步骤中的越轨的Levenberg-Marquardt修改检查，并避免了发散的可能性。其结果是非常安全的算法，该算法收敛的几乎所有数据集。
glmgam.fit is in principle similar to glm.fit(X,y,family=Gamma(link="identity")) but with much more secure convergence. This function is used by mixedModel2Fit.
glmgam.fit在原则上是类似的glm.fit(X,y,family=Gamma(link="identity"))但更安全的收敛。此功能使用mixedModel2Fit。
glmnb.fit is in principle similar to glm.fit(X,y,family=negative.binomial(link="log",theta=1/dispersion)) but with more secure convergence.
glmnb.fit与类似的glm.fit(X,y,family=negative.binomial(link="log",theta=1/dispersion))，但更安全的收敛原则。
值----------Value----------
List with the following components:
名单与以下组件：
参数：coefficients
numeric vector of regression coefficients
数字向量回归系数
参数：fitted
numeric vector of fitted values
数字矢量的拟合值
参数：deviance
residual deviance
剩余的偏差
参数：iter
number of iterations used to convergence. If convergence was not achieved then iter is set to maxit+1.
数的迭代收敛。如果没有达到收敛iter设置为maxit+1。
（作者）----------Author(s)----------
Gordon Smyth and Yunshun Chen
实例----------Examples----------
y <- rgamma(10,shape=5)
X <- cbind(1,1:10)
fit <- glmgam.fit(X,y,trace=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。
|
发表于 2012-9-30 17:21:18
