sienaModelCreate(RSiena)
sienaModelCreate()所属R语言包：RSiena
Function to create an object containing the algorithm specifications
函数来创建一个对象，它包含的算法规范
译者：生物统计家园网 机器人LoveR
描述----------Description----------
Creates an object with specifications for the algorithm for parameter estimation in RSiena.
创建一个对象的算法参数估计RSiena规格。
用法----------Usage----------
sienaModelCreate(fn, projname = "Siena", MaxDegree = 0,
useStdInits = FALSE, n3 = 1000, nsub = 4, maxlike = FALSE,
diag = !maxlike, condvarno = 0, condname = "", firstg = 0.2,
cond = NA, findiff = FALSE, seed = NULL, pridg=0.05,
prcdg=0.05, prper=0.2, pripr=0.3, prdpr=0.3, prirms=0.05,
prdrms=0.05, maximumPermutationLength=40,
minimumPermutationLength=2, initialPermutationLength=20,
modelType=1, mult=5)
参数----------Arguments----------
参数：fn
Function to do one simulation in the Robbins-Monro algorithm. Not to be touched.
功能做一个模拟，在罗宾斯门罗算法。不被感动。
参数：projname
Character string name of project; the output file will be called projname.out. No embedded spaces!!!
将被称为projname.out的字符串名称的项目;输出文件。没有嵌入的空格！
参数：MaxDegree
Named vector of maximum degree values for corresponding networks. Allows to restrict the model to networks with degrees not higher than this maximum.
最大程度值，相应的网络向量的命名。允许限制配合度不高于此最大值的网络模型。
参数：useStdInits
Boolean. If TRUE, the initial values in the effects object will be ignored and default values used instead. If FALSE, the initial values in the effects object will be used.
布尔值。如果是TRUE，影响对象的初始值将被忽略，而不是使用默认值。如果为FALSE，影响对象的初始值将被使用。
参数：n3
Number of iterations in phase 3.
在第3阶段的迭代数。
参数：nsub
Number of subphases in phase 2.
在第2阶段的子阶段。
参数：maxlike
Whether to use maximum likelihood method or Method of Moments estimation.
是否使用最大似然法或矩估计法。
参数：diag
Boolean: if FALSE, use the complete estimated derivative matrix in the Robbins-Monro procedure; if TRUE just use the diagonal entries.
布尔：如果为FALSE，使用完整的导数矩阵估计在罗宾斯 - 门罗的过程中，如果TRUE只使用对角线项。
参数：condvarno
If cond (conditional simulation), the sequential number of the network or behavior variable on which to condition.
如果cond（条件模拟），网络或行为变量的顺序号条件。
参数：condname
If conditional, the name of the dependent variable on which to condition. Use one or other of condname or condvarno to specify the variable.
如果有条件的，要在其上的条件的依赖变量的名称。使用一个或其他condname或condvarno指定的变量。
参数：firstg
Initial value of scaling ('gain') parameter for updates in the Robbins-Monro procedure.
罗宾斯门罗程序的更新参数的初始值比例（增益）。
参数：cond
Boolean. If TRUE, use conditional simulation. If missing, decision is deferred until siena07, when it is set to TRUE if there is only one dependent variable, FALSE otherwise.
布尔值。如果是TRUE，使用条件的模拟。如果缺少，决定推迟到siena07，当它被设置为TRUE，如果只有一个因变量，否则返回FALSE。
参数：findiff
Boolean: If TRUE, estimate derivatives using finite differences. If FALSE use scores.
布尔值：如果为TRUE，估计衍生工具，用有限差分法。如果使用虚假的分数。
参数：seed
Integer. Starting value of random seed. Not used if parallel testing.
整数。开始的随机种子值。如果不使用并行测试。
参数：pridg
Real number. Probability used in Metropolis-Hastings routine in ML estimation.
实数。使用的在大都市 - 黑斯廷斯常规的ML估计概率。
参数：prcdg
Real number. Probability used in Metropolis-Hastings routine in ML estimation.
实数。使用的在大都市 - 黑斯廷斯常规的ML估计概率。
参数：prper
Real number. Probability used in Metropolis-Hastings routine in ML estimation.
实数。使用的在大都市 - 黑斯廷斯常规的ML估计概率。
参数：pripr
Real number. Probability used in Metropolis-Hastings routine in ML estimation.
实数。使用的在大都市 - 黑斯廷斯常规的ML估计概率。
参数：prdpr
Real number. Probability used in Metropolis-Hastings routine in ML estimation.
实数。使用的在大都市 - 黑斯廷斯常规的ML估计概率。
参数：prirms
Real number. Probability used in Metropolis-Hastings routine in ML estimation.
实数。使用的在大都市 - 黑斯廷斯常规的ML估计概率。
参数：prdrms
Real number. Probability used in Metropolis-Hastings routine in ML estimation.
实数。使用的在大都市 - 黑斯廷斯常规的ML估计概率。
参数：maximumPermutationLength
Maximum length of permutation in steps in ML estimation
置换的最大长度最大似然估计的步骤
参数：minimumPermutationLength
Minimum length of permutation in steps in ML estimation
最小长度的排列在ML估计的步骤
参数：initialPermutationLength
Initial length of permutation in steps in ML estimation
初始长度的排列在ML估计的步骤
参数：modelType
Type of model to be fitted: 1=directed, 2:6 for symmetric networks: 2=forcing, 3=Initiative model, 4=Pairwise forcing model, 5=Pairwise mutual model, 6=Pairwise joint model
进行装配模型类型：1 =指示，2:6的对称网络：2 =强制，3 =行动模式，4 = 6成对相互模式，=成对强制的模型，5 =成对联合模型
参数：mult
Multiplication factor for maximum likelihood. Number of steps per iteration is set to this multiple of the total distance between the observations at start and finish of the wave.
最大似然法的倍增因子。每次迭代步数设置为这个倍数之间的总距离的开始和结束的波的观测。
Details
详细信息----------Details----------
Model specification is done via this object for siena07. This function creates an object with the elements required to control the Robbins-Monro algorithm. Those not available as arguments can be changed manually where desired.
型号规格进行通过这个对象siena07。这个函数创建一个对象控制罗宾斯 - 门罗算法所需的元素。那些不作为参数，可以手动更改在需要的地方。
值----------Value----------
Returns a model object of class "sienaModel" containing:
返回一个模型对象的类“sienaModel”，其中包含：
参数：projname
String value of name of project.
项目名称的字符串值。
参数：useStdInits
Boolean, see above.
布尔值，见上面。
参数：checktime
Boolean, set to TRUE: report time in the phases or not.
布尔值，设置为TRUE：阶段或不报告的时间。
参数：n3
number of iterations in Phase 3
在第3阶段的迭代次数
参数：firstg
Initial value of the scaling ('gain') parameter in the Robbins-Monro algorithm.
罗宾斯门罗算法的比例（增益）参数的初始值。
参数：maxrat
Value used to control the maximum size of the jumps.
值，用来控制跳跃的最大大小。
参数：maxmaxrat
Value used to control the maximum size of the jumps.
值，用来控制跳跃的最大大小。
参数：maxlike
Boolean: is FRAN using maximum likelihood?
布尔：FRAN用最大似然？
参数：FRANname
Name of simulation function FRAN. Is derived by sienaModelCreate from fn and maxlike.
模拟功能FRAN的名称。取得的sienaModelCreatefn和maxlike。
参数：cconditional
Boolean: is FRAN using conditional estimation?
布尔：FRAN使用条件估计？
参数：condvarno
Number of dependent variable on which to condition.
因变量条件的号码。
参数：condname
Name of dependent variable on which to condition.
因变量条件的名称。
参数：FinDiff.method
Boolean: are derivatives calculated using finite differences?
布尔：衍生工具用有限差分法计算？
参数：nsub
Number of subphases in phase 2.
在第2阶段的子阶段。
参数：diag
Boolean: use only the diagonal of the derivative matrix?
布尔：使用导数矩阵的对角线？
参数：modelType
Type of model to be fitted: 1=directed, 2:6 for symmetric networks: 2=forcing, 3=Initiative model, 4=Pairwise forcing model, 5=Pairwise mutual model, 6=Pairwise joint model
进行装配模型类型：1 =指示，2:6的对称网络：2 =强制，3 =行动模式，4 = 6成对相互模式，=成对强制的模型，5 =成对联合模型
参数：MaxDegree
Named vector of maximum degree values, or NULL.
命名向量最大隶属度值，或NULL。
参数：randomSeed
Integer. Starting value of random seed. Not present unless given in call.
整数。开始的随机种子值。不存在，除非在呼叫。
参数：pridg
Real number. Probability used in Metropolis-Hastings routine in ML estimation.
实数。使用的在大都市 - 黑斯廷斯常规的ML估计概率。
参数：prcdg
Real number. Probability used in Metropolis-Hastings routine in ML estimation.
实数。使用的在大都市 - 黑斯廷斯常规的ML估计概率。
参数：prper
Real number. Probability used in Metropolis-Hastings routine in ML estimation.
实数。使用的在大都市 - 黑斯廷斯常规的ML估计概率。
参数：pripr
Real number. Probability used in Metropolis-Hastings routine in ML estimation.
实数。使用的在大都市 - 黑斯廷斯常规的ML估计概率。
参数：prdpr
Real number. Probability used in Metropolis-Hastings routine in ML estimation.
实数。使用的在大都市 - 黑斯廷斯常规的ML估计概率。
参数：prirms
Real number. Probability used in Metropolis-Hastings routine in ML estimation.
实数。使用的在大都市 - 黑斯廷斯常规的ML估计概率。
参数：prdrms
Real number. Probability used in Metropolis-Hastings routine in ML estimation.
实数。使用的在大都市 - 黑斯廷斯常规的ML估计概率。
参数：maximumPermutationLength
Maximum length of permutation in steps in ML estimation
置换的最大长度最大似然估计的步骤
参数：minimumPermutationLength
Minimum length of permutation in steps in ML estimation
最小长度的排列在ML估计的步骤
参数：initialPermutationLength
Initial length of permutation in steps in ML estimation
初始长度的排列在ML估计的步骤
参数：mult
Multiplication factor for maximum likelihood. Number of steps per iteration is set to this multiple of the total distance between the observations at start and finish of the wave.
最大似然法的倍增因子。每次迭代步数设置为这个倍数之间的总距离的开始和结束的波的观测。
（作者）----------Author(s)----------
Ruth Ripley
参考文献----------References----------
<h3>See Also</h3>
实例----------Examples----------
mymodel <- sienaModelCreate(projname="NetworkDyn")
StdModel <- sienaModelCreate(projname="NetworkDyn",useStdInits=TRUE)
CondModel <- sienaModelCreate(projname="NetworkDyn",condvarno=1,cond=TRUE)
Max10Model <- sienaModelCreate(projname="NetworkDyn",MaxDegree=c(mynet=10))
# where mynet is the name of the network object created by sienaNet().[其中MyNet的是网络创建的对象由sienaNet（）的名称。]
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 21:59:41
