R语言 RSiena包 siena07()函数中文帮助文档(中英文对照)

loveR

siena07(RSiena)
siena07()所属R语言包：RSiena

                                        Function to estimate parameters in a Siena model
                                         功能锡耶纳模型的参数估计

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Estimates parameters in a Siena model using method of moments, based on direct simulation, conditional or otherwise, or on MCMC simulation. Estimation is done using a Robbins-Monro algorithm. Note that the data and particular model to be used must be passed in using named arguments as the ..., and the specification for the algorithm must be passed on as x, which is
估计参数在锡耶纳的时刻，基于直接模拟，有条件或以其他方式，或在MCMC模拟模型的使用方法。估计是使用一个罗宾斯，门罗算法。需要注意的是要使用的数据和特定的模式，必须通过在使用命名参数的...，和规范的算法为x，这是必须通过


用法----------Usage----------


siena07(x, batch=FALSE, verbose=FALSE, silent=FALSE,
        useCluster=FALSE, nbrNodes=2, initC=TRUE,
        clusterString=rep("localhost", nbrNodes), tt=NULL,
        parallelTesting=FALSE, clusterIter=!x$maxlike,
        clusterType=c("PSOCK", "FORK"), ...)



参数----------Arguments----------

参数：x
A control object, of class sienaModel  
一个控制对象，类sienaModel


参数：batch
Desired interface: FALSE gives a gui (graphical user interface implemented as a tcl/tk screen), FALSE gives a small amount of printout        to the  console.
所需的接口：FALSE给出了一个GUI（图形用户界面实现的Tcl / Tk屏幕），FALSE少量的打印输出到控制台。


参数：verbose
Produces various output to the console if TRUE.
生产各种输出到控制台，如果TRUE。


参数：silent
Produces no output to the console if TRUE, even if batch mode.
不产生输出到控制台，如果TRUE，即使批处理模式。


参数：useCluster
Boolean: whether to use a cluster of processes (useful if multiple processors are available).
布尔：是否使用聚类的进程（如果有多个处理器可用，有用）。


参数：nbrNodes
Number of processes to use if useCluster is TRUE.
使用如果useCluster是TRUE的进程数。


参数：initC
Boolean: set to TRUE if the simulation will use C routines (currently always needed). Only for use if using multiple processors, to ensure all copies are initialised correctly. Ignored otherwise, so is set to TRUE by default.
布尔：设置为TRUE，如果模拟使用C语言例程，（目前总是需要）。仅适用于使用，如果使用多个处理器，以确保所有副本都正确初始化。否则将被忽略，所以默认情况下设置为TRUE。


参数：clusterString
Definitions of clusters. Default set up to use the local machine only.
簇的定义。默认设置为只使用本地计算机。


参数：tt
A tcltk toplevel window. Used if called from the model options screen.
Atcltk顶层窗口。如果从“模型选项”屏幕上使用。


参数：parallelTesting
Boolean. If TRUE, sets up random numbers to parallel those in Siena 3.
布尔值。如果是TRUE，设置随机数的并行锡耶纳3。


参数：clusterIter
Boolean. If TRUE, multiple processes execute complete iterations at each call. If FALSE, multiple processes execute a single wave at each call.
布尔值。如果是TRUE，多个进程在每次调用执行完整的迭代。如果为FALSE，在每次调用多个进程执行一个单一的波。


参数：clusterType
Either "PSOCK" or "FORK". On Windows, must be "PSOCK". On a single non-Windows machine may be "FORK", and subprocesses will be formed by forking. If "PSOCK" subprocesses are formed using R scripts. If FALSE, multiple processes execute a single wave at each call.
无论是“PSOCK”或“叉”。在Windows上，必须是“PSOCK”。在一个非Windows机器可能是“叉”，和子将形成分叉。如果“PSOCK”子进程使用R脚本。如果为FALSE，在每次调用多个进程执行一个单一的波。


参数：...
Arguments for the simulation function, see simstats0c: usually, data and effects; possibly also prevAns if a previous reasonable provisional estimate was obtained for a similar model.
参数的模拟功能，请参阅simstats0c：通常情况下，data和effects;也可能prevAns如果先前获得合理的临时估计为一个类似的模型。


Details

详细信息----------Details----------

Runs a Robbins-Monro algorithm for parameter estimation using the three-phase implementation in Snijders (2001) and Snijders, Steglich and Schweinberger (2007), with derivative estimation as in Schweinberger and Snijders (2007). Phase 1 does a few iterations to estimate the derivative matrix of the targets with respect to the parameter vector. Phase 2 does the estimation. Phase 3 runs a simulation to estimate standard errors and check convergence of the model. The simulation function is called once for each iteration in these phases and also once to initialise the model fitting and once to complete it. Unless in batch mode, displays a tcl/tk screen to allow interruption and to show progress.
运行一个罗宾斯门罗算法Schweinberger和斯奈德斯（2007）斯奈德斯的三个阶段实施（2001年）和斯奈德斯，施特格利希和Schweinberger（2007年），导数的参数估计。第1阶段做了几次迭代的目标相对于参数向量来估计导数矩阵。第2阶段的估计。第3阶段运行一个仿真的模型估计标准误差和检查收敛。的模拟函数被调用一次，每一次迭代在这些阶段中，也曾经来初始化模型拟合，一旦完成它。除非在批处理模式下，显示的Tcl / Tk屏幕允许中断，并显示进度。


值----------Value----------

Returns an object of class "sienaFit", some parts of which are:
返回对象的类“sienaFit”，其中的某些部分是：


参数：OK
Boolean indicating successful termination
布尔值，指示成功终止


参数：termination
Character string, values: "OK", "Error", or "UserInterrupt". "UserInterrupt" indicates that the user asked for early termination before phase 3.  
字符串值：“OK”，“错误”，或“UserInterrupt”。 “UserInterrupt”表示用户要求提前终止前3阶段。


参数：theta
Fitted value of theta.
拟合值的θ波。


参数：covtheta
Estimated covariance matrix of theta.
估计协方差矩阵的θ波。


参数：dfra
Matrix of estimated derivatives.
矩阵的估计衍生工具。


参数：sf
Matrix of deviations from target in phase 3.
在第3阶段的目标矩阵的偏差。


参数：sf2
Array of statistics from simulations in phase 3.
在第3阶段的模拟统计的数组。


参数：targets
Observed statistics.
观察统计。


参数：targets2
Observed statistics for each wave.
每一波的观察统计。


参数：ssc
Score function contributions for each wave for each simulation in phase 3. Zero if finite difference method is used
每个波为每个模拟在第3阶段计分函数的贡献。零中频有限差分法


参数：sims
List of simulated networks. Each a list of edgelists, one for each period.
模拟网络列表。每个列表的edgelists，每个周期一个。


参数：Phase3nits
Number of iterations actually performed in phase 3.
在第三阶段实际执行的迭代次数。

Writes text output to the file named "projname.out", where projname is defined in the sienaModel object x.
将文本输出到文件名为“projname.out”，是指在在sienaModel对象x PROJNAME。


（作者）----------Author(s)----------


Ruth Ripley



参考文献----------References----------

Markov models for digraph panel data: Monte Carlo-based derivative estimation. Computational Statistics and Data Analysis 51, 4465-4483.
The statistical evaluation of social network dynamics. Pp.  361-395 in Sociological Methodology - 2001,  edited by M.E. Sobel and M.P. Becker. Boston and London: Basil Blackwell.
Modeling the co-evolution of networks and behavior. Pp. 41-71 in Longitudinal models in the behavioral and related sciences, edited by Kees van Montfort, Han Oud and Albert Satorra; Lawrence Erlbaum, 2007.


参见----------See Also----------

There are print, summary and xtable methods for sienaFit
打印，总结和xtable的方法sienaFit


实例----------Examples----------


mymodel <- sienaModelCreate(fn=simstats0c, nsub=2, n3=100)
# nsub=2 and n3=100 is used here for having a brief computation, not for practice.[N衬底= 2和n3 = 100的是，在这里使用用于具有一个简短的计算，而不是用于实践。]
mynet1 <- sienaNet(array(c(tmp3, tmp4), dim=c(32, 32, 2)))
mydata <- sienaDataCreate(mynet1)
myeff <- getEffects(mydata)
ans <- siena07(mymodel, data=mydata, effects=myeff, batch=TRUE)

# or for conditional estimation[或有条件的估计]
## Not run: [＃不运行：]
mymodel$condname <- 'mynet1'
mymodel$cconditional <- TRUE
ans <- siena07(mymodel, data=mydata, effects=myeff, batch=TRUE)
        
## End(Not run)[＃（不执行）]

# or if a previous 'on track' result ans was obtained[或如果以前的轨道的结果答]
## Not run: [＃不运行：]
ans1 <- siena07(mymodel, data=mydata, effects=myeff, prevAns=ans)
         
## End(Not run)[＃（不执行）]

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。