R语言 sda包 centroids()函数中文帮助文档(中英文对照)

loveR

centroids(sda)
centroids()所属R语言包：sda

                                        Group Centroids and (Pooled) Variances
                                         集团质心和差异（池）

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

centroids computes group centroids, the pooled mean  and pooled variance, and optionally the group specific variances.
centroids计算组形心，合并均合并方差，以及可选的组特定的差异。


用法----------Usage----------


centroids(x, L, var.groups=FALSE, centered.data=FALSE, shrink=FALSE, verbose=TRUE)



参数----------Arguments----------

参数：x
A matrix  containing the  data set. Note that  the rows are sample observations and the columns are variables.
矩阵包含的数据集。请注意，行是样本观测值和列变量。


参数：L
A factor with the group labels.  
组标签的一个因素。


参数：var.groups
Estimate group-specific variances.
估计特定组的差异。


参数：centered.data
Return column-centered data matrix.
返回柱为中心的数据矩阵。


参数：shrink
Use empirical estimates or a shrinkage estimator for the variances.
使用经验估计或收缩估计的差异。


参数：verbose
Provide some messages while computing.
提供一些信息，同时计算。


Details

详细信息----------Details----------

If option shrink=TRUE then the shrinkage estimators  var.shrink from Opgen-Rhein and Strimmer (2007) and  cor.shrink from Sch\"afer and Strimmer (2005) are used.
如果选项“shrink=TRUE然后收缩估计var.shrinkOpgen  - 莱茵Strimmer（2007）和cor.shrinkSCH \的afer与Strimmer（2005）。

Details on the algorithm for efficiently computing the power of the shrinkage correlation  matrix are given in Zuber and Strimmer (2009).
详细的的收缩相关性矩阵的力量有效地计算的算法给出了尤伯和Strimmer的（2009）。


值----------Value----------

centroids returns a list with the following components:
centroids返回一个列表，有以下组件：


参数：samples
a vector containing the samples sizes in each group,
一个向量，包含在每个组中的样品尺寸，


参数：means
the group means and the pooled mean,
本集团表示，合并平均，


参数：variances
the group-specific and the pooled variances, and
的基团的具体的和汇集的方差，和


参数：centered.data
a matrix containing the centered data.
该中心的数据矩阵。


（作者）----------Author(s)----------



Korbinian Strimmer (<a href="http://strimmerlab.org">http://strimmerlab.org</a>).




参见----------See Also----------

var.shrink,
var.shrink，


实例----------Examples----------


# load sda library[加载SDA库]
library("sda")

## prepare data set[＃准备数据集]
data(iris) # good old iris data[好旧的虹膜数据]
X = as.matrix(iris[,1:4])
Y = iris[,5]

## estimate centroids and empirical pooled variances[＃估计质心和经验汇集差异]
centroids(X, Y)
         
## also compute group-specific variances[＃计算特定组的差异]
centroids(X, Y, var.groups=TRUE)
   
## use shrinkage estimator for the variances[使用收缩估计的差异]
centroids(X, Y, var.groups=TRUE, shrink=TRUE)

## return centered data[＃返回中心的数据。]
xc = centroids(X, Y, centered.data=TRUE)$centered.data
apply(xc, 2, mean)

## compute pooled inverse correlation matrix[＃计算合并的逆相关矩阵]
powcor.shrink(xc, alpha=-1)

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。