glm.test.control(snpStats)
glm.test.control()所属R语言包：snpStats
Set up control object for GLM tests
设立为控制对象的GLM测试
译者：生物统计家园网 机器人LoveR
描述----------Description----------
To carry out a score test for a GLM, we first fit a "base" model using the standard iteratively reweighted least squares (IRLS) algorithm and then carry out a score test for addition of further terms. This function sets various control parameters for this.
开展的GLM得分测试，我们首先符合“碱基”的模式，使用迭代加权的标准最小二乘算法（IRLS），然后开展进一步的条款除了得分测试。此功能设置各种控制参数。
用法----------Usage----------
glm.test.control(maxit = 20, epsilon = 1.e-5, R2Max = 0.999)
参数----------Arguments----------
参数：maxit
Maximum number of IRLS steps
IRLS步骤的最大数量
参数：epsilon
Convergence threshold for IRLS algorithm
IRLS算法的收敛阈值
参数：R2Max
R-squared limit for aliasing of new terms
R平方走样新的条款限制
Details
详情----------Details----------
Sometimes (although not always), an iterative scheme is necessary to fit the "base" generalized linear model (GLM) before carrying out a score test for effect of adding new term(s). The maxit parameter sets the maximum number of iterations to be carried out, while the epsilon parameter sets the criterion for determining convergence. After fitting the base model, the new terms are added, but terms judged to be "aliased" are omitted. The method for determining aliasing is as follows (denoting the "design" matrix for the additional terms by Z):
有时（但并不总是），迭代计划是必要的，以适应加入新一届（S）的效果进行一个分数测试之前的“碱基”广义线性模型（GLM）。 maxit参数设置要进行迭代的最大数量，而epsilon参数设置确定收敛准则。装修示范碱基后，加入新的条款，但条款判断要被忽略的“别名”。走样确定的方法是如下（“设计”矩阵表示的附加条款Z）：
Step 1Regress each column of Z on the base model matrix, using the final GLM weights from the base model fit, and replace Z with the residuals from these regressions.
加强1Regress每个列Z示范碱基矩阵，最后从基础模型拟合的GLM重量，并取代Z从这些回归的残差。
Step 2Consider each column of the new Z matrix in turn, regressing it on the previous columns (again using the weights from the base model fit). If the proportion of the weighted sum of squares "explained" by this regression exceeds R2Max, the term is dropped and not included in the test,
加强2Consider新的Z反过来矩阵的每一列，回归以前的专栏文章（再次使用的权重，从基础模型拟合）。如果“解释”的平方加权总和的比例超过这个回归R2Max，术语下跌，在测试不包括在内。
The aim of this procedure to avoid wasting degrees of freedom on columns so strongly aliased that there is little power to detect their effect.
这个程序的目的，以避免浪费列上的自由度，使强烈的别名，有什么权力，以检测其效果。
值----------Value----------
Returns the parameters as a list in the expected order
返回的参数，在预期的顺序列表
作者（S）----------Author(s)----------
David Clayton <a href="mailto:david.clayton@cimr.cam.ac.uk">david.clayton@cimr.cam.ac.uk</a>
参见----------See Also----------
snp.lhs.tests, snp.rhs.tests
snp.lhs.tests，snp.rhs.tests
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。
|
发表于 2012-2-26 14:43:08
