R语言 VGAM包 Posbinom()函数中文帮助文档(中英文对照)

loveR

Posbinom(VGAM)
Posbinom()所属R语言包：VGAM

                                         Positive-Binomial Distribution
                                         正二项分布

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Density, distribution function, quantile function and random generation for the positive-binomial distribution.
密度，分布函数，为正二项式分布的分位数的功能和随机生成。


用法----------Usage----------


dposbinom(x, size, prob, log = FALSE)
pposbinom(q, size, prob)
qposbinom(p, size, prob)
rposbinom(n, size, prob)



参数----------Arguments----------

参数：x, q
vector of quantiles.
向量的位数。


参数：p
vector of probabilities.
向量的概率。


参数：n
number of observations. Fed into runif.  
若干意见。送入runif。


参数：size
number of trials. It is the N symbol in the formula given in posbinomial.  
试验次数。这是N符号中给出的公式中posbinomial。


参数：prob
probability of success on each trial.  
每次试验的成功概率。


参数：log
See dbinom.  
见dbinom。


Details

详细信息----------Details----------

The positive-binomial distribution is a binomial distribution but with the probability of a zero being zero. The other probabilities are scaled to add to unity. The mean therefore is
阳性二项式分布是二项式分布的，但零是零的概率。其他的概率按比例添加到团结。因此，平均是

where mu is the argument prob above. As mu increases, the positive-binomial and binomial distributions become more similar. Unlike similar functions for the binomial distribution, a zero value of prob is not permitted here.
mu参数prob以上。 mu增加，正二项式分布和二项式分布更加相似。与二项分布类似的功能，零值prob不允许在这里。


值----------Value----------

dposbinom gives the density, pposbinom gives the distribution function, qposbinom gives the quantile function, and rposbinom generates random deviates.
dposbinom给出了密度，pposbinom给出了分布函数，qposbinom给出了分位数的功能，和rposbinom随机产生的偏离。


注意----------Note----------

For dposbinom(), if arguments size or prob equal 0 then a NaN is returned.
对于dposbinom()，如果参数size或prob等于0，然后NaN返回。

The family function posbinomial estimates the parameters by maximum likelihood estimation.
家庭功能posbinomial估计参数的最大似然估计。


（作者）----------Author(s)----------


T. W. Yee



参见----------See Also----------

posbinomial, zabinomial, zibinomial, rbinom.
posbinomial，zabinomial，zibinomial，rbinom。


实例----------Examples----------


prob = 0.2; size = 10
table(y <- rposbinom(n = 1000, size, prob))
mean(y)  # Sample mean[样本平均值]
size * prob / (1-(1-prob)^size) # Population mean[总体均值]

(ii = dposbinom(0:size, size, prob))
cumsum(ii) - pposbinom(0:size, size, prob)  # Should be 0s[应该是0]
table(rposbinom(100, size, prob))

table(qposbinom(runif(1000), size, prob))
round(dposbinom(1:10, size, prob) * 1000) # Should be similar[应该是相似的]

## Not run:  barplot(rbind(dposbinom(x = 0:size, size, prob),[＃不运行：barplot（rbind（dposbinom（X = 0：大小，尺寸，概率），]
                           dbinom(x = 0:size, size, prob)),
        beside = TRUE, col = c("blue", "green"),
        main=paste("Positive-binomial(", size, ",", prob, ") (blue) vs",
        " Binomial(", size, ",", prob, ") (green)", sep = ""),
        names.arg = as.character(0:size), las = 1)
## End(Not run)[＃（不执行）]

# Simulated data example[模拟数据的例子]
nn = 1000; sizeval1 = 10; sizeval2 = 20
pdat <- data.frame(x2 = seq(0, 1, length = nn))
pdat <- transform(pdat, prob1  = logit(-2 + 2 * x2, inverse = TRUE),
                        prob2  = logit(-1 + 1 * x2, inverse = TRUE),
                        sizev1 = rep(sizeval1, len = nn),
                        sizev2 = rep(sizeval2, len = nn))
pdat <- transform(pdat, y1 = rposbinom(nn, size = sizev1, prob = prob1),
                        y2 = rposbinom(nn, size = sizev2, prob = prob2))
with(pdat, table(y1))
with(pdat, table(y2))
# Multivariate response[多变量响应]
fit2  = vglm(cbind(y1, y2) ~ x2, posbinomial(mv = TRUE),
             trace  = TRUE, pdat, weight = cbind(sizev1, sizev2))
coef(fit2, matrix = TRUE)

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。