multreg.second(rpsychi)
multreg.second()所属R语言包：rpsychi
A multiple regression analysis using published work
使用已经发表的作品的多元回归分析
译者：生物统计家园网 机器人LoveR
描述----------Description----------
multreg.second conducts a multiple regression analysis using published work.
multreg.second使用已经发表的作品进行多元回归分析。
用法----------Usage----------
multreg.second(formula, corr, n,
m = NULL, sd = NULL, sig.level = 0.05, digits = 3)
参数----------Arguments----------
参数：formula
two-sided formula; the left-hand-side of which gives one dependent variable containing a numeric variable, and the right-hand-side of several independent variables containing a numeric variable
两个双面公式;的左手侧，它给出了一个含有一个数字变量的因变量，和右手侧的几个独立的变量，包含一个数字变量
参数：corr
a matrix or data frame contains the correlation matrix
矩阵或数据框包含的相关系数矩阵
参数：n
a numeric contains the sample size
一个数字包含的样本量
参数：m
a numeric vector contains the means (default NULL)
一个数字矢量包含的方式（默认为空）
参数：sd
a numeric vector contains the sample/unbiased standard deviations (default NULL)
一个数值向量包含采样/公正的标准偏差（默认为空）
参数：sig.level
a numeric contains the significance level (default 0.05)
一个数字的显着性水平（默认0.05）
参数：digits
the specified number of decimal places (default 3)
指定的小数位数（默认为3）
Details
详细信息----------Details----------
This function conducts a multiple regression analysis using published work. The dependent variable and independent variables should be a numeric vector. In this function, you cannot specify any interaction nor any curvilinear effect. If you do not specify m and sd, raw.estimates will not be obtained. Statistical power is calculated using the following specifications:
此功能使用已经发表的作品进行多元回归分析。因变量和自变量应该是一个数值向量。在这个函数中，你可以不指定任何互动，也没有任何曲线的效果。如果你不指定m和sd，raw.estimates将不会被获得。统计功率的计算使用以下规范：
(a) small (R^{2} = 0.02), medium (R^{2} = 0.13), and large (R^{2} = 0.26) population effect sizes, according to the interpretive guideline for effect sizes by Cohen (1992)
（一）小（R^{2} = 0.02），中（R^{2} = 0.13），和大（R^{2} = 0.26）人口影响的大小，根据解释性指引，影响的大小由Cohen（1992年）
(b) sample size specified by data
（二）样本规模指定的data
(c) significance level specified by sig.level
（三）显着性水平指定的sig.level
(d) numbers of independent variable specified by formula
（四）数字自变量指定的formula
值----------Value----------
参数：corr.partial.corr
returns a product-moment correlation matrix (lower triangle) and a partial correlation matrix given all remaining variables (upper triangle)
返回一个积矩相关系数矩阵（下三角）和部分相关的所有剩余的变量（上三角矩阵）
参数：corr.confidence
returns lower and upper confidence limits (lower and upper triangles, respectively)
下部和上部的置信界限（三角形下部和上部，分别）返回
参数：omnibus.es
returns a coefficient of determination and its' confidence interval
返回系数的决心和信心间隔
参数：raw.estimates
returns partial regression coefficients, their confidence intervals, and standard errors
返回偏回归系数，其置信区间和标准差，
参数：standardized.estimates
returns standardized partial regression coefficients, their confidence intervals, and standard errors
返回标准化偏回归系数的置信区间和标准差，
参数：power
returns statistical power for detecting small (R^{2} = 0.02), medium (R^{2} = 0.13), and large (R^{2} = 0.26) population effect sizes
返回统计功率检测（R^{2} = 0.02），中（R^{2} = 0.13），和大（R^{2} = 0.26）人口影响的大小
（作者）----------Author(s)----------
Yasuyuki Okumura<br>
Department of Social Psychiatry, <br>
National Institute of Mental Health, <br>
National Center of Neurology and Psychiatry <br>
<a href="mailto:yokumura@blue.zero.jp">yokumura@blue.zero.jp</a>
参考文献----------References----------
参见----------See Also----------
multreg, samplesize.rsq
multreg，samplesize.rsq
实例----------Examples----------
##Cohen (2003) Table 3.5.1[＃科恩（2003）表3.5.1]
dat <- data.frame(
salary = c(51876, 54511, 53425, 61863, 52926, 47034, 66432, 61100, 41934,
47454, 49832, 47047, 39115, 59677, 61458, 54528, 60327, 56600,
52542, 50455, 51647, 62895, 53740, 75822, 56596, 55682, 62091,
42162, 52646, 74199, 50729, 70011, 37939, 39652, 68987, 55579,
54671, 57704, 44045, 51122, 47082, 60009, 58632, 38340, 71219,
53712, 54782, 83503, 47212, 52840, 53650, 50931, 66784, 49751,
74343, 57710, 52676, 41195, 45662, 47606, 44301, 58582),
pubs = c(18, 3, 2, 17, 11, 6, 38, 48, 9, 22, 30, 21,
10, 27, 37, 8, 13, 6, 12, 29, 29, 7, 6, 69, 11, 9,
20, 41, 3, 27, 14, 23, 1, 7, 19, 11, 31, 9, 12, 32,
26, 12, 9, 6, 39, 16, 12, 50, 18, 16, 5, 20, 50,
6, 19, 11, 13, 3, 8, 11, 25, 4),
cits = c(50, 26, 50, 34, 41, 37, 48, 56, 19, 29,
28, 31, 25, 40, 61, 32, 36, 69, 47, 29, 35,
35, 18, 90, 60, 30, 27, 35, 14, 56, 50, 25,
35, 1, 69, 69, 27, 50, 32, 33, 45, 54, 47, 29,
69, 47, 43, 55, 33, 28, 42, 24, 31, 27,
83, 49, 14, 36, 34, 70, 27, 28) )
multreg.second(salary~ pubs + cits, corr=cor(dat), n= nrow(dat))
multreg.second(salary~ pubs + cits, corr=cor(dat), n= nrow(dat),
m = apply(dat, 2, mean), sd=apply(dat, 2, sd))
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 2012-9-28 20:18:59
