找回密码
 注册
查看: 1886|回复: 0

R语言:pen.edf()函数中文帮助文档(中英文对照)

[复制链接]
发表于 2012-2-16 21:36:52 | 显示全部楼层 |阅读模式
pen.edf(mgcv)
pen.edf()所属R语言包:mgcv

                                        Extract the effective degrees of freedom associated with each penalty in a gam fit
                                         在GAM适合提取的有效度的自由与各罚款

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------

Finds the coefficients penalized by each penalty and adds up their effective degrees of freedom. Very useful for t2 terms, but hard to interpret for terms where the penalties penalize  overlapping sets of parameters (e.g. te terms).
发现各罚款处罚,并增加其有效度的自由系数。 t2条款非常有用的,但很难解释,刑罚处罚重叠组参数(例如te条款)条款。


用法----------Usage----------


pen.edf(x)



参数----------Arguments----------

参数:x
an object inheriting from gam
从gam对象继承


Details

详情----------Details----------

Useful for models containing t2 terms, since it splits the EDF for the term up into  parts due to different components of the smooth. This is useful for figuring out which interaction terms are  actually needed in a model.  
t2条款的有用模型,因为它的EDF由于不同组件的顺利成零件的长期分裂。这是对于搞清楚互动方面的实际需要在一个模型非常有用。


值----------Value----------

A vector of EDFs, named with labels identifying which penalty each EDF relates to.
一个EDFS向量,以确定这种刑罚,每个EDF涉及到的标签命名。


作者(S)----------Author(s)----------


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




参见----------See Also----------

t2
t2


举例----------Examples----------


  set.seed(20)
  dat &lt;- gamSim(1,n=400,scale=2) ## simulate data[#模拟数据]
  ## following `t2' smooth basically separates smooth [#后,T2顺利基本上分开顺利]
  ## of x0,x1 into main effects + interaction.... [#X0,X1进入主效应+互动....]
  
  b <- gam(y~t2(x0,x1,bs="tp",m=1,k=7)+s(x2)+s(x3),
           data=dat,method="ML")
  pen.edf(b)
  
  ## label "rr" indicates interaction edf (range space times range space)[#标签“RR”表示互动EDF(范围空间时间范围空间)]
  ## label "nr" (null space for x0 times range space for x1) is main[#标签“NR”(X1 X0倍范围空间零空间)是主要的]
  ##            effect for x1.[#为x1效果。]
  ## label "rn" is main effect for x0[#标签“RN”是X0的主要作用]
  ## clearly interaction is negligible[#清楚的相互作用可以忽略不计]
  
  ## second example with higher order marginals. [#第二个例子高阶勉强。]
  
  b <- gam(y~t2(x0,x1,bs="tp",m=2,k=7,full=TRUE)
             +s(x2)+s(x3),data=dat,method="ML")
  pen.edf(b)
  
  ## In this case the EDF is negligible for all terms in the t2 smooth[#在这种情况下,EDF是在T2顺利所有条款微不足道]
  ## apart from the `main effects' (r2 and 2r). To understand the labels[#除了主效应(R和2R)。要了解的标签]
  ## consider the following 2 examples....[#考虑以下2个例子....]
  ## "r1" relates to the interaction of the range space of the first [#“R1”涉及到的第一个范围空间的相互作用]
  ##      marginal smooth and the first basis function of the null [#边缘光滑和空基函数]
  ##      space of the second marginal smooth[#第二边缘光滑的空间]
  ## "2r" relates to the interaction of the second basis function of [#“2R”涉及到的第二个基础功能的相互作用]
  ##      the null space of the first marginal smooth with the range [#空的第一个范围的边缘平滑空间]
  ##      space of the second marginal smooth. [#空间的第二边缘光滑。]

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。
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册

本版积分规则

手机版|小黑屋|生物统计家园 网站价格

GMT+8, 2025-1-23 15:07 , Processed in 0.020947 second(s), 16 queries .

Powered by Discuz! X3.5

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表