R语言 LVSmiRNA包 rlmFit()函数中文帮助文档(中英文对照)

loveR

rlmFit(LVSmiRNA)
rlmFit()所属R语言包：LVSmiRNA

                                         Fitter Functions for Robust Linear Models
                                         鲁棒线性模型钳工功能

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

These are the basic computing engines called by RLM used to fit robust linear models. These should not be used directly unless by experienced users.
这些是基本的计算引擎称为RLM使用，以适应强劲的线性模型。这些不应该，除非由经验丰富的用户可直接使用。


用法----------Usage----------


rlmFit(x, y, maxit=20L, k=1.345, offset=NULL,method=c("joint","rlm"),
cov.formula=c("weighted","asymptotic"),start=NULL, error.limit=0.01)



参数----------Arguments----------

参数：x
design matrix of dimension n * p.  
设计矩阵维数n * P。


参数：y
vector of observations of length n, or a matrix with n rows.  
向量的长度为n，或n行矩阵的意见。


参数：maxit
the limit on the number of IWLS iterations.  
IWLS迭代的数量限制。


参数：k
tuning constant used for Huber proposal 2 scale estimation.  
调整胡伯建议2规模估计使用的常数。


参数：offset
numeric of length n. This can be used to specify an a priori known component to be included in the linear predictor during fitting.  
长度为n的数字。这可以用来指定一个先验已知的组件包括在装修过程中的线性预测。


参数：method
currently, only method="rlm.fit" is supported.  
目前，唯一的方法=“rlm.fit”的支持。


参数：cov.formula
are the methods to compute covariance matrix, currently either weighted or asymptotic.  
是的方法来计算协方差矩阵，目前无论是加权或渐近。


参数：start
vector containing starting values for the paramter estimates.  
向量开始放慢参数估计值。


参数：error.limit
the convergence criteria during iterative estimation.  
在收敛准则的迭代估计。


值----------Value----------

a list with components
一个组件的列表


参数：coeffecients
p vector
P级向量


参数：Std.Error
p vector
P级向量


参数：t.value
p vector
P级向量


参数：cov.matrix
matrix of dimension p*p
维矩阵P * P


参数：res.SD
value of residual standard deviation
剩余标准差的价值

...
...


作者（S）----------Author(s)----------


Stefano Calza <stefano.calza@biostatistics.it>, Suo Chen and Yudi Pawitan.



参考文献----------References----------



参见----------See Also----------

RLM which you should use for robust linear regression usually.
RLM通常你应该使用强大的线性回归。


举例----------Examples----------



set.seed(133)
n <- 9
p <- 3
X &lt;- matrix(rnorm(n * p), n,p) #no intercept[没有拦截]
y <- rnorm(n)

RLM.fit <- rlmFit (x=X, y=y)

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。