R语言 vcdExtra包 Caesar()函数中文帮助文档(中英文对照)

loveR

Caesar(vcdExtra)
Caesar()所属R语言包：vcdExtra

                                        Risk Factors for Infection in Caesarian Births
                                         剖腹产出生在感染的危险因素

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Data from infection from birth by Caesarian section, classified by Risk (two levels),  whether Antibiotics were used (two levels) and whether the Caesarian section was Planned or not.  
从感染的数据通过剖腹产出生，分类Risk（二级），是否Antibiotics（二级）使用，是否剖腹产是Planned或不。


用法----------Usage----------


data(Caesar)



格式----------Format----------

A     4-dimensional array resulting from cross-tabulating    4 variables for   251 observations. The variable names and their levels are:
一个4维数组列表4个变量对251的意见。变量的名字和他们的水平：

Name
名称

Infection
Infection

Risk
Risk

Antibiotics
Antibiotics

Planned
Planned


Details

详细信息----------Details----------

Infection is regarded as the response variable here.  There are quite a few 0 cells here, particularly when  Risk is absent and the Caesarian section was unplanned. Should these be treated as structural or sampling zeros?
Infection被视为这里的响应变量。有相当多的0单元，尤其是当Risk是缺席的剖腹产是计划外的。如果这些被视为结构或采样零吗？


源----------Source----------

Fahrmeir, L. & Tutz, G. (1994). Multivariate Statistical Modelling Based on Generalized Linear Models  New York: Springer Verlag.
fahrmeir，L.＆Tutz的，G.（1994）。基于广义线性模型的多元统计建模纽约：施普林格出版社。


参见----------See Also----------

caesar for the same data recorded as a frequency data frame
caesar作为频率的数据框相同的数据记录


实例----------Examples----------


data(Caesar)
#display table;  note that there are quite a few 0 cells[显示表，注意，有相当多的0单元]
structable(Caesar)

# baseline model, Infection as response[基准模型中，感染的反应]
Caesar.mod0 <- loglm(~Infection + (Risk*Antibiotics*Planned), data=Caesar)
# NB: Pearson chisq cannot be computed due to the 0 cells[注：，皮尔逊chisq不能计算由于0单元]
Caesar.mod0

mosaic(Caesar.mod0, main="Baseline model")

# Illustrate handling structural zeros[说明如何处理结构零]
zeros <- 0+ (Caesar >0)
zeros[1,,1,1] <- 1
structable(zeros)

# fit model excluding possible structural zeros[不包括可能的结构零的拟合模型]
Caesar.mod0s <- loglm(~Infection + (Risk*Antibiotics*Planned), data=Caesar,
        start=zeros)
Caesar.mod0s

anova(Caesar.mod0, Caesar.mod0s, test="Chisq")

mosaic (Caesar.mod0s)

# what terms to add?[添加什么条件？]
add1(Caesar.mod0, ~.^2, test="Chisq")

# add Association of Infection:Antibiotics[增加感染：抗生素]
Caesar.mod1 <- update(Caesar.mod0, ~.+Infection:Antibiotics)
anova(Caesar.mod0, Caesar.mod1, test="Chisq")

mosaic(Caesar.mod1, gp=shading_Friendly, main="Adding Infection:Antibiotics")




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。