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

loveR

estimateSigmaMVbeta(plw)
estimateSigmaMVbeta()所属R语言包：plw

                                        Zero mean multivariate t-dist. with covariate dependent scale.
                                         零意味着多元t-DIST。协依赖规模。

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Estimate the parameters Sigma, m and v of the multivariate t-distribution with zero expectation, where v is modeled as smooth function of a covariate.
估计参数Sigma，m和v多元t分布零的期望，其中v光滑函数的协为蓝本。


用法----------Usage----------


estimateSigmaMVbeta(y, x, maxIter = 200, epsilon = 1e-06,
    verbose = FALSE, nknots = 10, nOut = 2000, nIn = 4000,
    iterInit = 3, br = NULL)



参数----------Arguments----------

参数：y
Data matrix
数据矩阵


参数：x
Covariate vector
协变量向量


参数：maxIter
Maximum number of iterations
最大迭代次数


参数：epsilon
Convergence criteria
趋同标准


参数：verbose
Print computation info or not
打印计算信息或不


参数：nknots
Number of knots of spline for v
v样条节数


参数：nOut
Parameter for calculating knots, see getKnots
为计算结参数，getKnots“


参数：nIn
Parameter for calculating knots, see getKnots
为计算结参数，getKnots“


参数：iterInit
Number of iteration in when initiating Sigma
当启动Sigma迭代次数


参数：br
Knots, overrides nknots, n.out and n.in
海里，覆盖nknots，n.out和n.in


Details

详情----------Details----------

The multivariate t-distribution is parametrized as:
多元t分布是参数化：

where v is function of the covariate x: v(x) and N denotes a multivariate normal distribution,  Sigma is a covariance matrix and  InvGamma(a,b) is the inverse-gamma distribution with density function
v是协变量X的函数：v(x)和N表示多元正态分布，Sigma是协方差矩阵和InvGamma(a,b)是逆伽马分布密度函数

A cubic spline is used to parameterize the smooth function v(x)
用三次样条参数光滑函数v(x)

where  H:R->R^(2p-1)  is a set B-spline basis functions for a given set of p interior spline-knots, see chapter 5 of Hastie et al. (2001). In this application mu equals zero, and m is the degrees of freedom.
其中，H:R->R^(2p-1)是一家集B样条基函数为给定的p室内花键结，请参阅第5章哈斯蒂等。 （2001年）。在此应用程序mu为零，m是自由度。

For details about the model see Kristiansson et al. (2005), Astrand et al. (2007a,2007b).
有关模型的详细信息，请参阅Kristiansson等。 （2005年），A链等。 （2007年a，2007年b）。


值----------Value----------


参数：Sigma
Estimated covariance matrix for y
估计协方差矩阵为y


参数：m
Estimated shape parameter for inverse-gamma prior for gene variances  
形状参数估计为逆伽玛前，基因变异


参数：v
Estimated scale parameter curve for inverse-gamma prior for gene variances
逆伽马参数估计规模为基因差异曲线之前


参数：converged
T if the EM algorithms converged
T如果EM算法融合


参数：iter
Number of iterations
迭代次数


参数：modS2
Moderated estimator of gene-specific variances
主持的特定基因的差异估计


参数：histLogS2
Histogram of log(s2) where s2 is the ordinary variance estimator
直方图的log（S2）其中S2是普通的方差估计


参数：fittedDensityLogS2
The fitted density for log(s2)
log装密度（S2）


参数：logs2
Variance estimators, logged with base 2.
方差估计，碱基2个记录。


参数：beta
Estimated parameter vector beta of spline for v(x)  
估计参数向量样条线betav(x)


参数：knots
The knots used in spline for v(x)
在样条使用v(x)节


参数：x
The input vector covariate vector x
输入向量的协变量向量x


作者（S）----------Author(s)----------


Magnus <i>A</i>strand



参考文献----------References----------






参见----------See Also----------

plw, lmw
PLW，LMW

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。