wald(VGAM)
wald()所属R语言包:VGAM
Wald Distribution Family Function
沃尔德分配家庭功能
译者:生物统计家园网 机器人LoveR
描述----------Description----------
Estimates the parameter of the standard Wald distribution by maximum likelihood estimation.
估计参数的标准沃尔德分布的最大似然估计。
用法----------Usage----------
wald(link.lambda = "loge", earg = list(), init.lambda = NULL)
参数----------Arguments----------
参数:link.lambda, earg
Parameter link function and its extra argument for the lambda parameter. See Links for more choices and general information.
参数链接功能和的额外参数lambda参数。见Links更多的选择和一般信息的。
参数:init.lambda
Initial value for the lambda parameter. The default means an initial value is chosen internally.
的初始值lambda参数。默认的装置内部选择一个初始值。
Details
详细信息----------Details----------
The standard Wald distribution is a special case of the inverse Gaussian distribution with mu=1. It has a density that can be written as
标准沃尔德分布的逆高斯分布mu=1是一个特殊情况。它有一个密度,可以写为
where y>0 and lambda>0. The mean of Y is 1 (returned as the fitted values) and its variance is 1/lambda. By default, eta=log(lambda).
y>0和lambda>0。的平均Y是1的拟合值(返回)和方差为1/lambda。默认情况下,eta=log(lambda)。
值----------Value----------
An object of class "vglmff" (see vglmff-class). The object is used by modelling functions such as vglm, and vgam.
类的一个对象"vglmff"(见vglmff-class)。该对象被用于建模功能,如vglm,vgam。
注意----------Note----------
The VGAM family function inv.gaussianff estimates the location parameter mu too.
VGAM家庭功能inv.gaussianff估计位置参数mu太。
(作者)----------Author(s)----------
T. W. Yee
参考文献----------References----------
Continuous Univariate Distributions, 2nd edition, Volume 1, New York: Wiley.
参见----------See Also----------
inv.gaussianff.
inv.gaussianff。
实例----------Examples----------
wdata <- data.frame(y = rgamma(n = 1000, shape = 1)) # Not inverse Gaussian!![不逆高斯!]
fit <- vglm(y ~ 1, wald(init = 0.2), wdata, trace = TRUE)
coef(fit, matrix = TRUE)
Coef(fit)
summary(fit)
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。
|