找回密码
 注册
查看: 273|回复: 0

R语言 rrcov包 CovControlOgk()函数中文帮助文档(中英文对照)

[复制链接]
发表于 2012-9-28 20:43:03 | 显示全部楼层 |阅读模式
CovControlOgk(rrcov)
CovControlOgk()所属R语言包:rrcov

                                         Constructor function for objects of class "CovControlOgk"
                                         构造函数功能“类”CovControlOgk的对象

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------

This function will create a control object CovControlOgk containing the control parameters for CovOgk
此功能将创建一个控制对象CovControlOgk包含的控制参数CovOgk


用法----------Usage----------


CovControlOgk(niter = 2, beta = 0.9, mrob = NULL, vrob = rrcov:::.vrobGK, smrob = "scaleTau2", svrob = "gk")



参数----------Arguments----------

参数:niter
number of iterations, usually 1 or 2 since iterations beyond the second do not lead to improvement.  
次数的迭代,通常为1或2,因为超出第二迭代不导致改善。


参数:beta
coverage parameter for the final reweighted estimate  
最终重新加权估计的覆盖参数


参数:mrob
function for computing the robust univariate location and dispersion - one could use the tau scale defined in Yohai and Zamar (1998), see scaleTau2. The C version of this function defined by smrob is the default.  
功能强劲的单变量的位置和分散 - 一个可以使用tau scale定义在Yohai和Zamar(1998)的计算,请参阅scaleTau2。 C版本的功能定义的smrob是默认的。


参数:vrob
function for computing robust estimate of covariance between two random vectors - one could use the function proposed by Gnanadesikan and Kettenring (1972), see covGK(). The C version of this function defined by svrob is the default.  
功能用于计算两个随机向量之间的协方差 - 稳健估计的格纳纳德西肯和Kettenring(1972)提出的可以使用的功能,请参阅covGK()。 C版本的功能定义的svrob是默认的。


参数:smrob
a string indicating the name of the function for computing the robust univariate location and dispersion - defaults to scaleTau2  - the scale tau function defined in Yohai and Zamar (1998)  
一个字符串,指示计算功能强劲的单变量的位置和分散的名称 - 默认为scaleTau2  - 规模头函数中定义的Yohai和Zamar(1998年)


参数:svrob
a string indicating the name of the function for computing robust estimate of covariance between two random vectors - defaults gk, the one proposed by Gnanadesikan and Kettenring (1972)  
的字符串表示的功能的名称,用于计算两个随机向量之间的协方差鲁棒估计 - 默认值gk,提出一个格纳纳德西肯和Kettenring(1972)


Details

详细信息----------Details----------

If the user does not specify a scale and covariance function to be used in the computations or specifies one by using the arguments smrob and svrob (i.e. the names of the functions as strings), a native code written in C will be called which is by far faster than the R version.
如果用户没有指定的规模和协方差函数在计算中使用,或指定一个smrob和svrob(即作为字符串的函数的名称),本机代码编写的,使用的参数在C将被称为是远远快于R版本。

If the arguments mrob and vrob are not NULL, the specified functions will be used via the pure R implementation of the algorithm. This could be quite slow.
如果参数mrob和vrob不是NULL,指定的功能将通过使用纯R的算法实现。这可能是相当缓慢的。


值----------Value----------

A CovControlOgk object
ACovControlOgk对象


(作者)----------Author(s)----------


Valentin Todorov <a href="mailto:valentin.todorov@chello.at">valentin.todorov@chello.at</a>



参考文献----------References----------

Robust estimates of location and dispersion of high-dimensional datasets; Technometrics 44(4), 307&ndash;317.
High breakdown point estimates of regression by means of the minimization of efficient scale JASA 86, 403&ndash;413.
Robust estimates, residuals, and outlier detection with multiresponse data. Biometrics 28, 81&ndash;124.
An Object Oriented Framework for Robust Multivariate Analysis. Journal of Statistical Software, 32(3), 1&ndash;47. URL http://www.jstatsoft.org/v32/i03/.

实例----------Examples----------


    ## the following two statements are equivalent[#下面的两个语句是等价的]
    ctrl1 <- new("CovControlOgk", beta=0.95)
    ctrl2 <- CovControlOgk(beta=0.95)

    data(hbk)
    CovOgk(hbk, control=ctrl1)

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, 2024-11-26 20:51 , Processed in 0.028843 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