R语言 tsfa包 FAfitStats()函数中文帮助文档(中英文对照)

loveR

FAfitStats(tsfa)
FAfitStats()所属R语言包：tsfa

                                        Summary Statistics for a TSFA Models
                                         统计为一个TSFA的模型概述

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

FAfitStats calculates various statistics for a TSFestModel  or all possible (unrotated factanal) models for a data matrix. This function is also used by the summary method for a TSFestModel.
FAfitStats计算一个TSFestModel或所有可能的（未旋转factanal的）数据矩阵模型的各种统计信息。此功能也可用于由一个TSFestModel的简要方法。


用法----------Usage----------


    FAfitStats(object, ...)
    ## Default S3 method:
FAfitStats(object, diff. = TRUE,
               N=(nrow(object) - diff.),
               control=list(lower = 0.0001, opt=list(maxit=1000)), ...)
    ## S3 method for class 'TSFmodel'
FAfitStats(object, diff. = TRUE,
               N=(nrow(object$data) - diff.), ...)



参数----------Arguments----------

参数：object
a time series matrix or TSFestModel.
时间序列矩阵或TSFestModel的。


参数：diff.
logical indicating if data should be differenced.
逻辑表示如果数据应差。


参数：N
sample size.
样本大小。


参数：control
a list of arguments passed to factanal.
列表中的参数传递给factanal。


参数：...
further arguments passed to other methods.
进一步的参数传递给其他方法。


Details

详细信息----------Details----------

In the case of the method for a TSFmodel the model parameters are  extracted from the model and the  result is a vector of various fit statistics (see below).  (Calculations are done by the internal function FAmodelFitStats.)
在的情况下的方法的一个TSFmodel的模型参数被从模型中提取的结果是一个向量的各种配合的统计数据（见下文）。 （计算是由内部功能FAmodelFitStats）。

Most of these statistics are described in  <CITE>Wansbeek and Meijer</CITE> (2000, WM below). The sample size N is used in the calculation of these statistics. The default is the number of number of observations, as in WM. That is, the number of rows in the data matrix, minus one if the data is differenced. Many authors use N - 1, which would be N-2  if the data is differenced.     The exact calculations can be determined by examining the code:  print(tsfa:::FAmodelFitStats). The vector of statistics is:
这些统计数据的描述在<CITE> Wansbeek和梅耶尔</ CITE>（2000年，WM以下）。这些统计数据的计算中使用的样本大小N。默认值是多少的若干意见，在WM。即，在数据矩阵的行数减一，如果数据是差分。许多作者使用N - 1，这将是N-2如果数据差。精确的计算可以通过检查代码：print(tsfa:::FAmodelFitStats)。统计数据的向量是：




chisq Chi-square statistic (see, for example, WM p298).
chisq卡方统计（见，例如，WM P298）。




df degrees of freedom, which takes the rotational freedom
DF程度的自由，这自由旋转




pval p-value
pval的p值




delta delta
台达




RMSEA Root mean square error of approximation (WM p309).
RMSEA均方根误差近似（WM P309）。




RNI Relative noncentrality index (WM p307).
RNI的相对非中心指数（WM P307）。




CFI Comparative fit index (WM p307).
CFI比较拟合指数（WM P307）。




MCI McDonald's centrality index.
MCI麦当劳的核心指标。




GFI Goodness of fit index ( J枚reskog and
GFI善良的拟合指数（J&#246;reskog




AGFI Adjusted GFI (J枚reskog and
AGFI调整的GFI（J&#246;reskog




AIC Akaike's information criterion (WM p309).
AIC Akaike的信息准则（WM P309）。




CAIC Consistent AIC(WM p310).
CAIC一致的的AIC（WM P310）。




SIC Schwarz's Bayesian information criterion.
SIC施瓦茨的贝叶斯信息标准。




CAK Cudeck &amp; Browne's rescaled AIC.
CAK Cudeck布朗的重新调整的AIC。




CK Cudeck &amp; Browne's cross-validation index.
CK Cudeck布朗的交叉验证指标。

The information criteria account for rotational freedom. Some of these goodness of fit statistics should be used with caution, because they are not yet based on sound statistical theory. Future versions of tsfa will probably provide improved versions of these goodness-of-fit statistics.
信息标准的占自由旋转。这些善良的拟合统计应谨慎使用，因为他们还没有健全的统计理论的基础上。未来版本的TSFA可能会提供这些善良的拟合统计量的改进版本。

In the case of the default method, which expects a matrix of data with columns for each indicator series, models are calculated with factanal for  factors up to the Ledermann bound. No rotation is needed, since rotation does  not affect the fit statistics. Values for the saturated model are also appended to facilitate a sequential comparison.
在默认的方法，预计的数据列各指标系列矩阵的情况下，模型计算factanal的因素莱德曼约束。无旋转是必要的，因为旋转不影响拟合统计量。饱和模式的值还可以附加以方便的顺序比较。

If factanal does not obtain a satisfactory solution  it may produce an error "unable to optimize from these starting value(s)." This can sometimes be fixed by increasing the opt, maxit value in the control list.
如果factanal没有得到一个满意的解决方案，它可能会产生一个错误“无法优化，从这些初始值（S）”。有时这可能是固定的，增加opt, maxit的control名单。

The result for the default method is a list with elements
的默认方法的结果是一个列表的元素




fitStats a matrix with rows as for a single model above,
fitStats为一个单一的模型，矩阵的行




seqfitStats a matrix with rows chisq, df, and pval, and columns indicating the comparative fit for an additional factor starting with the null (zero factor) model.  (See also independence model, WM, p305)
seqfitStats矩阵的行chisq，df和pval，和列显示的另外一个因素，开始与空（零因子）模型比较适合。 （见独立模型，WM，P305）

The largest model can correspond to the saturated model, but will not if the  Ledermann bound is not an integer, or even in the case of an integer bound but implicit contraints resulting in a Heywood case (see Dijkstra, 1992). In these situations it might make sense to remove the model corresponding to the largest integer, and make the last sequential comparison between the second to largest integer and the saturated solution. The code does not do this automatically.
最大的模型可以对应于饱和模式，但不会如果莱德曼约束不是一个整数，或即使在结合的整数的情况下，但隐含的约束控制中的的海沃德情况下（见的Dijkstra，1992）得到的。在这些情况下，它可能是有意义删除相对应的模型的最大整数，以及所述第二最大整数和饱和溶液之间进行最后的顺序比较。该代码不自动执行此操作。


值----------Value----------

a vector or list of various fit statistics. See details.
各种合适的统计向量或列表。查看详细信息。


（作者）----------Author(s)----------


Paul Gilbert and Erik Meijer



参考文献----------References----------

on the Boundary of the Parameter Space,  British Journal of Mathematical and Statistical Psychology, 45, 289&ndash;309.
(Ed.), Structural equation modeling: Concepts, issues, and applications (pp. 76&ndash;99). Thousand Oaks, CA: Sage.   
LISREL V user's guide. Chicago: National  Educational Resources.
LISREL VI: Analysis of linear structural relationships by maximum likelihood, instrumental variables, and least squares methods (User's Guide, 4th ed.). Mooresville, IN: Scientific Software.
Indexes for Misspecified Structural Equation Models. Structural Equation Modeling, 8, 556&ndash;574.
Latent Variables in Econometrics, Amsterdam: North-Holland.

参见----------See Also----------

FAmodelFitStats, summary, summary.TSFmodel, summaryStats, LedermannBound
FAmodelFitStats，summary，summary.TSFmodel，summaryStats，LedermannBound


实例----------Examples----------


  if (require("CDNmoney")){
    data("CanadianMoneyData.asof.28Jan2005", package="CDNmoney")
    data("CanadianCreditData.asof.28Jan2005", package="CDNmoney")

    z <- tframed(tbind(
        MB2001,
        MB486 + MB452 + MB453 ,
        NonbankCheq,
        MB472 + MB473 + MB487p,
        MB475,
        NonbankNonCheq + MB454 + NonbankTerm + MB2046 + MB2047 + MB2048 +
        MB2057 + MB2058 + MB482),
        names=c("currency", "personal cheq.", "NonbankCheq",
        "N-P demand &amp; notice", "N-P term", "Investment" )
      )

    z <- tfwindow(tbind (z, ConsumerCredit, ResidentialMortgage,
                        ShortTermBusinessCredit, OtherBusinessCredit),
         start=c(1981,11), end=c(2004,11))

    cpi <- 100 * M1total / M1real
    popm <- M1total / M1PerCapita
    scale <- tfwindow(1e8 /(popm * cpi), tf=tframe(z))

    MBandCredit <- sweep(z, 1, scale, "*")

    FAfitStats(MBandCredit)

    c4withML  <- estTSF.ML(MBandCredit, 4)
    FAfitStats(c4withML)
  }

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。