R语言 tmle包 estimateQ()函数中文帮助文档(中英文对照)

loveR

estimateQ(tmle)
estimateQ()所属R语言包：tmle

                                       
                                         

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

An internal function called by the tmle function to obtain an initial estimate of the Q portion of the likelihood based on user-supplied matrix values for predicted values of (counterfactual outcomes) Q(0,W),Q(1,W), or a user-supplied regression formula, or based on a data-adaptively selected  SuperLearner fit.  In the absence of user-supplied values, a user-supplied regression formula takes precedence over data-adaptive super-learning.
内部函数调用tmle函数获得初步估计的预测值（反事实的结果）Q的或Q(0,W),Q(1,W)部分的可能性，根据用户提供的矩阵值一个用户提供的回归公式，或者是根据在数据自适应地选择SuperLearner适合。用户提供的值的情况下，用户提供的回归公式的优先级高于数据自适应超级学习。


用法----------Usage----------


estimateQ(Y, Z, A, W, Delta, Q, Qbounds, Qform, maptoYstar, SL.library, cvQinit,
    family, id, verbose)



参数----------Arguments----------

参数：Y
continuous or binary outcome variable
连续或二进制结果变量


参数：Z
optional binary indicator for intermediate covariate for conrolled direct effect estimation
可选的二进制指示器中间协conrolled直接影响估计


参数：A
binary treatment indicator, 1 - treatment, 0 - control
二进制处理指标，1  - 治疗，0  - 控制


参数：W
vector, matrix, or dataframe containing baseline covariates
包含基线协变量的向量，矩阵或数据框


参数：Delta
indicator of missing outcome. 1 - observed, 0 - missing
指标缺失的结果。 1“ - 观察，0  - 失踪


参数：Q
3-column matrix (Q(A,W), Q(0,W), Q(1,W))
3列的矩阵(Q(A,W), Q(0,W), Q(1,W))


参数：Qbounds
Bounds on predicted values for Q, set to alpha for logistic fluctuation, or range(Y) if not user-supplied
界Q设置为alpha为后勤波动，或“range(Y)，如果没有用户提供的预测值


参数：Qform
regression formula of the form Y~A+W
回归公式的形式Y~A+W


参数：maptoYstar
if TRUE indicates continuous Y values should be shifted and scaled to fall between (0,1)
如果TRUE表示连续Y的值应该被移位和缩放下降（0,1）之间


参数：SL.library
specification of prediction algorithms, default is ("SL.glm", "SL.step", "SL.glm.interaction"). In practice, including more prediction algorithms in the library improves results.
预测算法规格，默认为（“SL.glm”，“SL.step，”SL.glm.interaction“）。在实践中，更多的预测算法库中的改善结果。


参数：cvQinit
logical, whether or not to estimate cross-validated values for initial Q, default=FALSE
逻辑，是否交叉验证估计值的初始Q，默认=FALSE


参数：family
family specification for regressions, generally "gaussian" for continuous oucomes, "binomial" for binary outcomes
系列规范进行回归，一般高斯“连续oucomes，”二项式“二元结果


参数：id
subject identifier
主题标识符


参数：verbose
status message printed if set to TRUE
打印状态信息，如果设置为TRUE


值----------Value----------


参数：Q
nx3 matrix, columns contain the initial estimate of [Q(A,W)=E(Y|A=a,W), Q(0,W)=E(Y|A=0,W), Q(1,W)=E(Y|A=1,W)]. For controlled direct estimation, nx5 matrix, E(Y|Z,A,W), evaluated at (z,a), (0,0), (0,1), (1,0), (1,1) on scale of linear predictors
nx3矩阵，的列包含初步估计[Q(A,W)=E(Y|A=a,W), Q(0,W)=E(Y|A=0,W), Q(1,W)=E(Y|A=1,W)]。控制的直接估计，nx5的矩阵，E(Y|Z,A,W)，评估(z,a), (0,0), (0,1), (1,0), (1,1)规模的线性预测


参数：Qfamily
"binomial" for targeting with logistic fluctuation, "gaussian" for linear fluctuation
针对与MF的波动，“高斯”的线性波动“二项式”


参数：coef
coefficients for each term in working model used for initial estimation of Q if glm used.
系数中的每一项工作模式，用于初步估计Q如果glm。


参数：type
type of estimation procedure
估计程序的类型


（作者）----------Author(s)----------


Susan Gruber



参见----------See Also----------

tmle, estimateG, calcParameters, tmleMSM, calcSigma
tmle，estimateG，calcParameters，tmleMSM，calcSigma

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。