R语言:rig()函数中文帮助文档(中英文对照)

loveR

rig(mgcv)
rig()所属R语言包：mgcv

                                        Generate inverse Gaussian random deviates
                                         产生逆高斯随机偏离

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Generates inverse Gaussian random deviates.
产生逆高斯随机偏离。


用法----------Usage----------


rig(n,mean,scale)



参数----------Arguments----------

参数：n
the number of deviates required. If this has length > 1 then the length is taken as the number of deviates required.
所需的偏离。如果这个长度> 1，则长度被当作所需的偏离。


参数：mean
vector of mean values.
向量的平均值。


参数：scale
vector of scale parameter values (lambda, see below)
向量尺度参数值（λ，见下文）


Details

详情----------Details----------

If x if the returned vector, then E(x) = mean while var(x) = scale*mean^3. For density and distribution functions  see the statmod package. The algorithm used is Algorithm 5.7 of Gentle (2003), based on Michael et al. (1976). Note that scale  here is the scale parameter in the GLM sense, which is the reciprocal of the usual "lambda" parameter.
如果x如果返回的向量，则E（X）=mean而VAR（X）=scale*mean^3。密度和分布函数statmod包。所使用的算法是温和的5.7（2003）算法，基于迈克尔等。 （1976年）。请注意，scale这里是尺度参数的GLM意义，这是通常的拉姆达参数的倒数。


值----------Value----------

A vector of inverse Gaussian random deviates.
逆高斯随机偏离向量。


作者（S）----------Author(s)----------


Simon N. Wood <a href="mailto:simon.wood@r-project.org">simon.wood@r-project.org</a>




参考文献----------References----------


with multiple roots. The American Statistician 30, 88-90.


举例----------Examples----------


set.seed(7)
## An inverse.gaussian GAM example, by modify `gamSim' output... [＃一个inverse.gaussian的自由亚齐运动例如，通过修改gamSim的输出...]
dat <- gamSim(1,n=400,dist="normal",scale=1)
dat$f &lt;- dat$f/4 ## true linear predictor [＃真正的线性预测]
Ey &lt;- exp(dat$f);scale &lt;- .5 ## mean and GLM scale parameter[＃的意思，GLM尺度参数]
## Note that `shape' and `scale' in `rgamma' are almost[＃注意形和规模rgamma“几乎]
## opposite terminology to that used with GLM/GAM...[＃对面的GLM /自由亚齐运动所使用的术语来...]
dat$y <- rig(Ey,mean=Ey,scale=.2)
big <- gam(y~ s(x0)+ s(x1)+s(x2)+s(x3),family=inverse.gaussian(link=log),
          data=dat,method="REML")
plot(big,pages=1)
gam.check(big)
summary(big)

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。