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

loveR

plotqrrvglm(VGAM)
plotqrrvglm()所属R语言包：VGAM

                                         Model Diagnostic Plots for QRR-VGLMs
                                         型号QRR-VGLMs的诊断图

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

The residuals of a QRR-VGLM are plotted for model diagnostic purposes.
的残差的一个QRR VGLM的绘制模型诊断的目的。


用法----------Usage----------


plotqrrvglm(object,
            rtype = c("pearson", "response", "deviance", "working"),
            ask = FALSE,
            main = paste(Rtype, "residuals vs latent variable(s)"),
            xlab = "Latent Variable",
            ITolerances = object@control$EqualTolerances, ...)



参数----------Arguments----------

参数：object
An object of class "qrrvglm".  
对象的类"qrrvglm"。


参数：rtype
Character string giving residual type. By default, the first one is chosen.  
给剩余的字符串类型。默认情况下，第一个被选中。


参数：ask
Logical. If TRUE, the user is asked to hit the return key for the next plot.  
逻辑。如果TRUE，用户会被要求按回车键，接下来的图。


参数：main
Character string giving the title of the plot.  
字符串的标题的图。


参数：xlab
Character string giving the x-axis caption.  
字符字符串，给x轴字幕。


参数：ITolerances
Logical. This argument is fed into Coef(object, ITolerances=ITolerances).  
逻辑。这个论点被送入Coef(object, ITolerances=ITolerances)。


参数：...
Other plotting arguments (see par).  
其他绘图参数（见par“）。


Details

详细信息----------Details----------

Plotting the residuals can be potentially very useful for checking that the model fit is adequate.  
绘制残差可能非常有用的检查，模型的拟合是足够的。


值----------Value----------

The original object.
原来的对象。


注意----------Note----------

An ordination plot of a QRR-VGLM can be obtained by lvplot.qrrvglm.
协调图的QRR-VGLM可以通过以下方式获得lvplot.qrrvglm。


（作者）----------Author(s)----------


Thomas W. Yee



参考文献----------References----------

A new technique for maximum-likelihood canonical Gaussian ordination. Ecological Monographs, 74, 685–701.

参见----------See Also----------

lvplot.qrrvglm, cqo.
lvplot.qrrvglm，cqo。


实例----------Examples----------


# QRR-VGLM on the hunting spiders data[QRR VGLM的狩猎蜘蛛数据]
# This is computationally expensive[这是计算昂贵]
set.seed(111)  # This leads to the global solution[这将导致全球性的解决方案]
# hspider[,1:6]=scale(hspider[,1:6]) # Standardize the environmental variables[hspider [，1:6] =比例（hspider [1:6]）＃规范的环境变量]
p1 = cqo(cbind(Alopacce, Alopcune, Alopfabr, Arctlute, Arctperi,
               Auloalbi, Pardlugu, Pardmont, Pardnigr, Pardpull,
               Trocterr, Zoraspin) ~
         WaterCon + BareSand + FallTwig + CoveMoss + CoveHerb + ReflLux,
         fam = quasipoissonff, data = hspider, Crow1positive = FALSE)
par(mfrow = c(3, 4))
plot(p1, rtype = "d", col = "blue", pch = 4, las = 1)

## End(Not run)[＃（不执行）]

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。