R语言 RobustAFT包 TML.censored.control.ref()函数中文帮助文档(中英文对照)

loveR

TML.censored.control.ref(RobustAFT)
TML.censored.control.ref()所属R语言包：RobustAFT

                                        Control parameters for the refinement IRLS algorithm of the TML.censored initial S-estimates
                                         细化IRLS的TML.censored初始的S-估计算法的控制参数

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Auxiliary function for TML.censored.  Typically only used internally by TML.censored, but may be used to provide a control argument.
辅助功能TML.censored。通常只在内部使用的TML.censored，但可用于提供控制参数。


用法----------Usage----------


TML.censored.control.ref(maxit.sigma=2, tol.sigma=0.0001, maxit.Beta=2,
      tol.Beta=0.0001, Maxit.S=50, tol.S.sigma=0.001, tol.S.Beta=0.001,



参数----------Arguments----------

参数：maxit.sigma
Maximum number of iterations in scale step.
规模一步迭代的最大数量。


参数：tol.sigma
Tolerance for sigma in scale step.
sigma的公差规模的步骤。


参数：maxit.Beta
Maximum number of iterations in coefficient step.
的最大数目的迭代系数的步骤。


参数：tol.Beta
Tolerance for coefficients in coefficient step.
公差系数系数步。


参数：Maxit.S
Maximum number of iterations in global cycle.
在全球周期的最大数目的迭代。


参数：tol.S.sigma
Tolerance for sigma in global cycle.
Sigma在全球循环的公差。


参数：tol.S.Beta
Tolerance for coefficients in global cycle.
在全球循环公差系数。


参数：alg.sigma
Type of algorithm in scale step:   
规模一步的算法类型：

1: fixed point algorithm.
1：固定点算法。

2: regula falsi.</ul>
2：：法规falsi。</ ul>


参数：nitmon
Set to TRUE if iteration monitoring is desired. Default=FALSE.</table>
设置为TRUE如果需要迭代监测。默认值= FALSE。</ TABLE>


值----------Value----------


参见----------See Also----------

TML.censored, TML.censored.control.S, TML.censored.control.tml
TML.censored，TML.censored.control.S，TML.censored.control.tml


实例----------Examples----------


     ### In the example(TML.censored), the control argument for the refinement [＃＃在这个例子中（TML.censored），控制参数的改进]
     ### algorithm can be built using this function:[使用此功能，可以建＃＃算法：]

     data(MCI)
     attach(MCI)
     
     # Robust Accelerated Failure Time Regression with Gaussian errors[强大的加速失效时间回归与高斯错误]

     ctrol.ref <- TML.censored.control.ref(maxit.sigma=2,tol.sigma=0.0001,
                  maxit.Beta=2,tol.Beta=0.0001, Maxit.S=50, tol.S.sigma=0.001,
                  tol.S.Beta=0.001,alg.sigma=1,nitmon=FALSE)

     ctrol.tml <- list(maxit.sigma=50,tol.sigma=0.0001,maxit.Beta=50,
                  tol.Beta=0.0001, Maxit.TML=50, tol.TML.sigma=0.001,
                  tol.TML.Beta=0.001, alg.sigma=1,nitmon=FALSE)
     
     WML<-TML.censored(log(LOS)~TypAdm*Age,data=MCI,delta=Dest,otp="adaptive",
                  control.ref=ctrol.ref,control.tml=ctrol.tml)

     summary(WML)

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。