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

loveR

qresiduals(statmod)
qresiduals()所属R语言包：statmod

                                        Randomized Quantile Residuals
                                         随机分量残差

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Compute randomized quantile residuals for generalized linear models.
广义线性模型计算随机位数残差的。


用法----------Usage----------


qresiduals(glm.obj,dispersion=NULL)
qresid(glm.obj,dispersion=NULL)
qres.binom(glm.obj)
qres.pois(glm.obj)
qres.nbinom(glm.obj)
qres.gamma(glm.obj,dispersion=NULL)
qres.invgauss(glm.obj,dispersion=NULL)
qres.tweedie(glm.obj,dispersion=NULL)
qres.default(glm.obj,dispersion=NULL)



参数----------Arguments----------

参数：glm.obj
Object of class glm. The generalized linear model family is assumed to be binomial for qres.binom, poisson for qres.pois, negative binomial for qres.nbinom, Gamma for qres.gamma, inverse Gaussian for qres.invgauss or tweedie for qres.tweedie.
对象类glm。广义线性模型的家庭被认为是二项式qres.binom，泊松qres.pois，负二项分布qres.nbinom，伽玛qres.gamma，qres.invgauss逆高斯或者泰迪的qres.tweedie。


参数：dispersion
a positive real number. Specifies the value of the dispersion parameter for a Gamma or inverse Gaussian generalized linear model if known. If NULL, the dispersion will be estimated by its Pearson estimator.
的正实数。如果知道的伽马或逆高斯广义线性模型的分散参数指定的值。如果NULL，分散将估计其皮尔逊估计。


Details

详细信息----------Details----------

Quantile residuals are based on the idea of inverting the estimated distribution function for each observation to obtain exactly standard normal residuals. In the case of discrete distributions, such as the binomial and Poisson, some randomization is introduced to produce continuous normal residuals. Quantile residuals are the residuals of choice for generalized linear models in large dispersion situations when the deviance and Pearson residuals can be grossly non-normal. Quantile residuals are the only useful residuals for binomial or Poisson data when the response takes on only a small number of distinct values.
分量残差的想法反转的估计分布函数为每个观测的基础上，获得准确的标准正常的残差。以离散分布的情况下，如二项分布和泊松，一些随机被引入，以产生连续正常残差。分量残差的分散性大的偏差和Pearson残差的情况下，可能会从根本非正常的广义线性模型的残差的首选。分量残差是唯一有用的残差二项分布或泊松分布的数据时，响应时间为不同的值只有少数。


值----------Value----------

Numeric vector of standard normal quantile residuals.
数字矢量标准正态分位数的残留物。


（作者）----------Author(s)----------


Gordon Smyth



参考文献----------References----------

http://www.statsci.org/smyth/pubs/residual.html

参见----------See Also----------

residuals.glm
residuals.glm


实例----------Examples----------


#  Poisson example: quantile residuals show no granularity[泊松例如：位数的残差没有显示粒度]
y <- rpois(20,lambda=4)
x <- 1:20
fit <- glm(y~x, family=poisson)
qr <- qresiduals(fit)
qqnorm(qr)
abline(0,1)

#  Gamma example:[伽玛例如：]
#  Quantile residuals are nearly normal while usual resids are not[分量残差几乎是正常的，而通常渣油不]
y <- rchisq(20, df=1)
fit <- glm(y~1, family=Gamma)
qr <- qresiduals(fit, dispersion=2)
qqnorm(qr)
abline(0,1)

#  Negative binomial example:[负二项分布的例子：]
if(require("MASS")) {
fit <- glm(Days~Age,family=negative.binomial(2),data=quine)
summary(qresiduals(fit))
fit <- glm.nb(Days~Age,link=log,data = quine)
summary(qresiduals(fit))
}

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。