找回密码
 注册
查看: 409|回复: 0

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

[复制链接]
发表于 2012-10-1 12:17:01 | 显示全部楼层 |阅读模式
truncreg(truncreg)
truncreg()所属R语言包:truncreg

                                        Models for truncated regressions
                                         截断回归模型

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------

Estimation of models with truncated explanatory variables by maximum likelihood
截断解释变量的模型,通过最大似然估计


用法----------Usage----------


truncreg(formula, data, subset, weights, na.action,
       point = 0, direction = "left", ...)
## S3 method for class 'truncreg':
print(x, digits = max(3, getOption("digits") - 2),
    width = getOption("width"), ...)
## S3 method for class 'truncreg':
summary(object, ...)
## S3 method for class 'summary.truncreg':
print(x, digits = max(3, getOption("digits") - 2),
    width = getOption("width"), ...)
## S3 method for class 'truncreg':
logLik(object, ...)
## S3 method for class 'truncreg':
vcov(object, ...)
## S3 method for class 'truncreg':
residuals(object, ...)
## S3 method for class 'truncreg':
fitted(object, ...)



参数----------Arguments----------

参数:x, object
an object of class truncreg
一个对象的类truncreg


参数:formula
a symbolic description of the model to be estimated,
以进行估计的模型的符号描述,


参数:data
the data,
的数据,


参数:subset
an optional vector specifying a subset of observations,
一个可选的矢量指定的一个子集的观测,


参数:weights
an optional vector of weights,
可选的权重向量,


参数:na.action
a function which indicates what should happen when the data contains 'NA's,
时会发生什么数据中包含NA的一个函数,它表示,


参数:point
the value of truncation (the default is 0),
截断值(默认是0),


参数:direction
the direction of the truncation, either "left" (the default) or "right",
截断的方向,无论是"left"(默认)或"right",


参数:digits
the number of digits,
的数字位数,


参数:width
the width of the printing,
的宽度的印刷,


参数:...
further arguments.
进一步的论据。


Details

详细信息----------Details----------

The model is estimated with the maxLik package and the Newton-Raphson method, using analytic gradient and hessian.
这个模型的评估与maxLik包和Newton-Raphson方法,使用解析梯度和Hessian。


值----------Value----------

An object of class "truncreg", a list with elements:
对象的类"truncreg",元素的列表:

<table summary="R valueblock"> <tr valign="top"><td>coefficients</td> <td> the named vector of coefficients,</td></tr> <tr valign="top"><td>vcov</td> <td> the variance matrix of the coefficients,</td></tr> <tr valign="top"><td>fitted.values</td> <td> the fitted values,</td></tr> <tr valign="top"><td>logLik</td> <td> the value of the log-likelihood,</td></tr> <tr valign="top"><td>gradient</td> <td> the gradient of the log-likelihood at convergence,</td></tr> <tr valign="top"><td>model</td> <td> the model frame used,</td></tr> <tr valign="top"><td>call</td> <td> the matched call,</td></tr> <tr valign="top"><td>est.stat</td> <td> some information about the estimation (time used, optimisation method),</td></tr> </table>
<table summary="R valueblock"> <tr valign="top"> <TD> coefficients</ TD> <TD>命名的系数向量,</ TD> </ TR> <TR VALIGN = “顶”> <TD> vcov </ TD> <TD>方差矩阵的系数,</ TD> </ TR> <tr valign="top"> <TD>fitted.values </ TD> <TD>的拟合值,</ TD> </ TR> <tr valign="top"> <TD> logLik </ TD> <TD>的对数似然值, </ TD> </ TR> <tr valign="top"> <TD> gradient </ TD> <TD>对数似然在收敛的梯度,</ TD> </ TR> < TR VALIGN =“顶”> <TD>model </ TD> <TD>使用的模型框架,</ TD> </ TR> <tr valign="top"> <TD>call </ TD> <TD>匹配的呼叫,</ TD> </ TR> <tr valign="top"> <TD>est.stat </ TD> <TD>估计的一些信息(时间,优化方法),</ TD> </ TR> </ TABLE>


(作者)----------Author(s)----------


Yves Croissant



参考文献----------References----------


Hausman, J.A. and D.A. Wise (1976) &ldquo;The evaluation of results from truncated samples: the New-Jersey negative invome tax experiment&rdquo;, Annals of Economic ans Social Measurment, 5, pp.421&ndash;45.
Hausman, J.A. and D.A. Wise (1976)  &ldquo;Social experimentation, truncated distributions and efficient estimation&rdquo;, Econometrica, 45, pp.421&ndash;5.

实例----------Examples----------



## Simulate a data.frame[#模拟数据框]
n <- 10000
sigma <- 4
alpha <- 2
beta <- 1
x <- rnorm(n,0,2)
eps <- rnorm(n)
y <- alpha+beta*x+eps*sigma
d <- data.frame(y = y, x = x)

## Use a truncated subsample[#使用截断的子样本]
dl1 <- subset(d, y>1)

## Use truncreg to estimate consistently the model[#使用truncreg一贯的估计模型]

truncreg(y~x, dl1, point = 1, direction = "left")

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。
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册

本版积分规则

手机版|小黑屋|生物统计家园 网站价格

GMT+8, 2024-11-29 10:39 , Processed in 0.024845 second(s), 15 queries .

Powered by Discuz! X3.5

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表