mlePoissonTweedie(tweeDEseq)
mlePoissonTweedie()所属R语言包：tweeDEseq
Maximum likelihood estimation of the Poisson-Tweedie parameters
泊松特威迪参数的最大似然估计
译者：生物统计家园网 机器人LoveR
描述----------Description----------
Maximum likelihood estimation of the Poisson-Tweedie parameters using L-BFGS-B quasi-Newton method.
使用L-bfgs-B的拟牛顿法的Poisson-Tweedie爵士参数的最大似然估计。
用法----------Usage----------
mlePoissonTweedie(x, a, D.ini, a.ini, maxit = 100, loglik=TRUE, maxCount=20000, ...)
getParam(object)
参数----------Arguments----------
参数：x
numeric vector containing the read counts.
读取计数的数字向量。
参数：a
numeric scalar smaller than 1, if specified the PT shape parameter will be fixed.
数字标量小于1，如果指定的PT形状参数将被固定。
参数：D.ini
numeric positive scalar giving the initial value for the dispersion.
数字正标量，使分散的初始值。
参数：a.ini
numeric scalar smaller than 1 giving the initial value for the shape parameter (ignored if 'a' is specified).
数字标为形状参数（如果一指定忽略）的初始值小于1。
参数：maxit
numeric scalar providing the maximum number of 'L-BFGS-B' iterations to be performed (default is '100').
数字标提供的“L-bfgs-B”进行迭代（默认是100）的最大数量。
参数：loglik
is log-likelihood computed? The default is TRUE
数似然计算？默认值是TRUE
参数：object
an object of class 'mlePT'.
类“mlePT”的对象。
参数：maxCount
if max(x) > maxCount, then moment method is used to estimate model parameters to reduce computation time. The default is 20000.
如果max（X）> MAXCOUNT，然后使用矩法估计模型参数，以减少计算时间。默认是20000。
参数：...
additional arguments to be passed to the 'optim' 'control' options.
额外的参数被传递到“OPTIM”，“控制”选项。
Details
详情----------Details----------
The L-BFGS-B quasi-Newton method is used to calculate iteratively the maximum likelihood estimates of the three Poisson-Tweedie parameters. If 'a' argument is specified, this parameter will be fixed and the method will only estimate the other two.
L-bfgs-B的拟牛顿法用于计算迭代三个泊松特威迪参数的最大似然估计。如果“指定参数，此参数将被固定的方法将只估计其他两个。
值----------Value----------
An object of class 'mlePT' containing the following information:
一个类的mlePT的对象，其中包含以下信息：
par: numeric vector giving the estimated mean ('mu'), dispersion ('D') and shape parameter 'a'.
面值：数字矢量估计平均（亩），分散（“D”）和形状参数一。
se: numeric vector containing the standard errors of the estimated parameters 'mu', 'D' and 'a'.
SE：数字向量万亩估计参数，D和一的标准误差。
loglik: numeric scalar providing the value of the loglikelihod for the estimated parameters.
loglik：数字标量为参数估计值的loglikelihod。
iter: numeric scalar giving the number of performed iterations.
ITER：数字标量，使执行的迭代次数。
paramZhu: numeric vector giving the values of the estimated parameters in the Zhu parameterization 'a', 'b' and 'c'.
paramZhu：提供数字矢量估计的参数值在朱参数，B和c。
paramHou: numeric vector giving the values of the estimated parameters in the Hougaard parameterization 'alpha', 'delta' and 'theta'.
paramHou：数字向量Hougaard参数“阿尔法”，“Delta”和“西塔”的参数估计值。
skewness: numeric scalar providing the estimate of the skewness given the estimated parameters.
偏：数字标提供了参数估计的偏估计。
x: numeric vector containing the count data introduced as the 'x' argument by the user.
X：数字向量计数数据用户推出的X的说法。
convergence: A character string giving any additional information returned by the optimizer, or 'NULL'.
收敛：给予任何其他信息的优化，或“NULL”返回一个字符串。
参考文献----------References----------
A flexible count data model to fit the wide diversity of expression profiles arising from extensively replicated RNA-seq experiments. Submitted.
using the Poisson-Tweedie family. Environmetrics 22, pages 152-164.
overdispersed count data by mixtures of poisson variables and poisson processes. Biometrics 53, pages 1225-1238.
参见----------See Also----------
testShapePT print.mlePT
testShapePTprint.mlePT
举例----------Examples----------
# Generate 500 random counts following a Poisson Inverse Gaussian[产生500泊松逆高斯随机数]
# distribution with mean = 20 and dispersion = 5[分布均值为= 20和分散= 5]
randomCounts <- rPT(n = 500, mu = 20, D = 5, a = 0.5)
# Estimate all three parameters[估计所有三个参数]
res1 <- mlePoissonTweedie(x = randomCounts, a.ini = 0, D.ini
= 10)
res1
getParam(res1)
#Fix 'a = 0.5' and estimate the other two parameters[修复= 0.5“，估计其他两个参数]
res2 <- mlePoissonTweedie(x = randomCounts, a = 0.5, D.ini
= 10)
res2
getParam(res2)
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 15:50:37
