deviance(secr)
deviance()所属R语言包：secr
Deviance of fitted secr model and residual degrees of freedom
越轨装秘书服务模型和残差自由度
译者：生物统计家园网 机器人LoveR
描述----------Description----------
Compute the deviance or residual degrees of freedom of a fitted secr model, treating multiple sessions and groups as independent. The likelihood of the saturated model depends on whether the "conditional" or "full" form was used, and on the distribution chosen for the number of individuals observed (Poisson or binomial).
计算偏差或残余秘书服务模型的拟合，处理多个会话和团体作为独立的自由程度。饱和模型的可能性取决于是否条件或全的形式，和选择的个体数量的分布观察（泊松或二项）。
用法----------Usage----------
## S3 method for class 'secr'
deviance(object, ...)
## S3 method for class 'secr'
df.residual(object, ...)
参数----------Arguments----------
参数：object
secr object from secr.fit
秘书服务对象secr.fit
参数：...
other arguments (not used)
其他参数（未使用）
Details
详细信息----------Details----------
The deviance is -2.log(L-hat) + 2.log(L_sat), where L-hat is the value of the log-likelihood evaluated at its maximum, and L_sat is the log-likelihood of the saturated model, calculated thus:
的越轨行为是-2.log(L-hat) + 2.log(L_sat)，其中L-hat是评价其最大的对数似然值，L_sat是对数似然的饱和模型，从而计算：
Likelihood conditional on n -
的可能性条件n -
Full likelihood, Poisson n -
完全可能，帕松n -
Full likelihood, binomial n -
全部的可能性，的二项式n -
n is the number of individuals observed at least once, n_w is the number of distinct histories, and N is the number in a chosen area A that we estimate by N-hat = D-hat.A.
n是个体至少一次，n_w是多少，不同的历史，和N是在选定的区域A我们估计的 N-hat = D-hat.A。
The residual degrees of freedom is the number of distinct detection histories minus the number of parameters estimated. The detection histories of two animals are always considered distinct if they belong to different groups.
残差自由度是不同的检测历史减去估计的参数的数目的数目。两种动物的检测历史总是被认为是不同的，如果他们属于不同的组。
When samples are (very) large the deviance is expected to be distributed as chi-square with n_w - p degrees of freedom when p parameters are estimated. In reality, simulation is needed to assess whether a given value of the deviance indicates a satisfactory fit, or to estimate the overdispersion parameter c. sim.secr is a convenient tool.
当样品（很）大的偏差，预计被分配作为chi-square与n_w - p自由度时p参数估计。在现实中，需要模拟，以评估是否一个给定的值的偏差行为表示令人满意的配合，或估计的偏大离差参数c。 sim.secr是一个方便的工具。
值----------Value----------
The scalar numeric value of the deviance or the residual degress of freedom extracted from the fitted model.
从拟合模型中提取的标量数值的偏差或剩余学位的自由。
参考文献----------References----------
likelihood methods for capture–recapture studies. Biometrics 64, 377–385.
参见----------See Also----------
secr.fit, sim.secr
secr.fit，sim.secr
实例----------Examples----------
deviance(secrdemo.0)
df.residual(secrdemo.0)
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 2012-9-29 23:56:48
