R语言 tpr包 tpr()函数中文帮助文档(中英文对照)

loveR

tpr(tpr)
tpr()所属R语言包：tpr

                                        Temporal Process Regression
                                         时空过程回归

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Regression for temporal process responses and time-independent covariate. Some covariates have time-varying coefficients while others have time-independent coefficients.  
时空过程的反应和时间无关的协变量的回归。一些协变量随时间变化的系数，而另一些则与时间无关的系数。


用法----------Usage----------


tpr(y, delta, x, xtv=list(), z, ztv=list(), w, tis,
    family = poisson(),
    evstr = list(link = 5, v = 3),
    alpha = NULL, theta = NULL,
    tidx = 1:length(tis),
    kernstr = list(kern=1, poly=1, band=range(tis)/50),
    control = list(maxit=25, tol=0.0001, smooth=0, intsmooth=0))



参数----------Arguments----------

参数：y
Response, a list of "lgtdl" objects.
响应，列表“lgtdl”对象。


参数：delta
Data availability indicator, a list of "lgtdl" objects.
数据可用性指标，“lgtdl”对象的列表。


参数：x
Covariate matrix for time-varying coefficients.
时变系数的协方差矩阵。


参数：xtv
A list of list of "lgtdl" for time-varying covariates with time-varying coefficients.
一个列表列表“lgtdl”随时间变化的协变量随时间变化的系数。


参数：z
NOT READY YET; Covariate matrix for time-independent coefficients.
还没有准备好与时间无关的系数协方差矩阵。


参数：ztv
NOT READY YET; A list of list of "lgtdl" for time-varying covariates with time-independent coefficients.
还没有准备好，一个与时间无关的系数随时间变化的协变量列表列表“lgtdl”。


参数：w
Weight vector with the same length of tis.
tis具有相同长度的权重向量。


参数：tis
A vector of time points at which the model is to be fitted.
安装在该模型是一个向量的时间点。


参数：family
Specification of the response distribution; see family for glm; this argument is used in getting initial estimates.
响应分布的规格，请参阅familyglm;在获得初步估计，使用该参数时。


参数：evstr
A list of two named components, link function and variance function. link: 1 = identity, 2 = logit, 3 = probit, 4 = cloglog, 5 = log; v: 1 = gaussian, 2 = binomial, 3 = poisson
两个命名的部分，链接函数和方差函数列表。链接：1 = 2的身份，对数，概率，4 = cloglog，5 =log：1 = 2 =高斯，二项分布，3 =泊松


参数：alpha
A matrix supplying initial values of alpha.
矩阵提供的初始值，α。


参数：theta
A numeric vector supplying initial values of theta.
一个数字矢量提供的θ波的初始值。


参数：tidx
indices for time points used to get initial values.
指数用于获取初始值的时间点。


参数：kernstr
A list of two names components: kern: 1 = Epanechnikov, 2 = triangular, 0 = uniform; band: bandwidth
两个组件名称列表：字距：1 =叶帕涅奇尼科夫，2 =三角形，0 =均匀;带：带宽


参数：control
A list of named components: maxit: maximum number of iterations; tol: tolerance level of iterations. smooth: 1 = smoothing; 0 = no smoothing.
被命名组件的列表：麦克斯特：最大迭代次数; TOL：公差等级的迭代。平滑：1 =平滑; 0 =不进行平滑处理。


Details

详细信息----------Details----------

This rapper function can be made more user-friendly in the future. For example, evstr can be determined from the family argument.
这个说唱功能，可以更加用户友好的未来。例如，evstr可以family参数确定。


值----------Value----------

An object of class "tpr": <table summary="R valueblock"> <tr valign="top"><td>tis </td> <td> same as the input argument</td></tr> <tr valign="top"><td>alpha </td> <td> estimate of time-varying coefficients</td></tr> <tr valign="top"><td>beta </td> <td> estimate of time-independent coefficients</td></tr> <tr valign="top"><td>valpha</td> <td> a matrix of variance of alpha at tis</td></tr> <tr valign="top"><td>vbeta</td> <td> a matrix of variance of beta at tis</td></tr> <tr valign="top"><td>niter</td> <td> the number of iterations used</td></tr> <tr valign="top"><td>infAlpha</td> <td> a list of influence functions for alpha</td></tr> <tr valign="top"><td>infBeta</td> <td> a matrix of influence functions for beta</td></tr> </table>
“TPR”类的一个对象：表summary="R valueblock"> <tr valign="top"> <TD>tis  </ TD> <TD>作为输入参数</ TD> < / TR> <tr valign="top"> <TD> alpha  </ TD> <TD>估计时变系数</ TD> </ TR> <tr valign="top"> <TD > beta  </ TD> <TD>估计与时间无关的系数</ TD> </ TR> <tr valign="top"> <TD> valpha</ TD> <TD>的矩阵方差的α，那朵</ TD> </ TR> <tr valign="top"> <TD> vbeta </ TD> <td>一个矩阵的方差，βTIS </ TD > </ TR> <tr valign="top"> <TD> niter </ TD> <TD>使用的迭代数</ TD> </ TR> <tr valign="top"> < infAlpha TD> </ TD> <TD>影响函数的列表，阿尔法</ TD> </ TR> <tr valign="top"> <TD> infBeta</ TD> < TD>的影响函数矩阵的测试版</ TD> </ TR> </ TABLE>


（作者）----------Author(s)----------


Jun Yan &lt;jyan@stat.uconn.edu&gt;



参考文献----------References----------

Fine, Yan, and Kosorok (2004). Temporal Process Regression. Biometrika.
Yan and Huang (2009). Partly Functional Temporal Process Regression with Semiparametric Profile Estimating Functions. Biometrics.
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。