backTransform-methods(unmarked)
backTransform-methods()所属R语言包:unmarked
Methods for Function backTransform in Package ‘unmarked’
在包装功能backTransform方法“无人盯防”
译者:生物统计家园网 机器人LoveR
描述----------Description----------
Methods for function backTransform in Package "unmarked".
的方法函数backTransform包无人盯防的。
用法----------Usage----------
## S4 method for signature 'unmarkedFit'
backTransform(obj, type)
## S4 method for signature 'unmarkedEstimate'
backTransform(obj)
参数----------Arguments----------
参数:obj
Object of appropriate S4 class
适当的S4级对象
参数:type
one of names(obj), eg 'state' or 'det'
(OBJ)的名字,例如“状态”或“DET”
方法----------Methods----------
obj = "unmarkedEstimate" Typically done internally
OBJ =“unmarkedEstimate”通常情况下在内部完成
obj = "unmarkedFit" Back-transform a parameter from a fitted model. Only possible if no covariates are present. Must specify argument type
OBJ =“unmarkedFit”返回,改变一个参数从一个合适的模型。唯一可能的,如果没有协变量存在。必须指定的参数类型
obj = "unmarkedLinComb" Back-transform a predicted value created by linearComb. This is done internally by predict but
OBJ =“unmarkedLinComb”返回变换的linearComb创建的预测值。这是内部predict但
实例----------Examples----------
data(mallard)
mallardUMF <- unmarkedFramePCount(mallard.y, siteCovs = mallard.site,
obsCovs = mallard.obs)
(fm <- pcount(~ 1 ~ forest, mallardUMF)) # Fit a model[拟合模型]
backTransform(fm, type="det") # This works because there are no detection covariates[这工作,因为没有检测协变量]
#backTransform(fm, type="state") # This doesn't work because covariates are present[backTransform(FM,类型=“状态”),这并不工作,因为协变量的存在]
lc <- linearComb(fm, c(1, 0), type="state") # Estimate abundance on the log scale when forest=0[估算丰富的log规模森林= 0时]
backTransform(lc) # Abundance on the original scale[原有规模上丰度]
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。
|