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

loveR

multistagevariance(selectiongain)
multistagevariance()所属R语言包：selectiongain

                                        Expected gain for k-stages selection
                                         K-阶段选择预期收益

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

This function uses the algorithm described by Tallis(1964) to calculate the variance after multi-stage selection.  The variance among candidates of y in the selected area \textbf{S}_{Q} is defined as the second central moment, ψ_n(y)=E(Y^2|\textbf{S}_{Q}) - ≤ft[E(Y|\textbf{S}_{Q})\right]^2, where  E(Y^2|\textbf{S}_{Q})  = α^{-1} \int_{-∞} ^∞ \int_{q_{1}}^∞...\int_{q_{n}}^∞  y^2\, φ_{n+1}(\textbf{x}^{*}; \bm{Σ}^{*}) \, d \textbf{x}^*
此功能使用塔利斯（1964）所描述的算法计算方差多级选择后。考生y的在选定区域\textbf{S}_{Q}中之间的差异被定义为第二个中心动量，ψ_n(y)=E(Y^2|\textbf{S}_{Q}) - ≤ft[E(Y|\textbf{S}_{Q})\right]^2， E(Y^2|\textbf{S}_{Q})  = α^{-1} \int_{-∞} ^∞ \int_{q_{1}}^∞...\int_{q_{n}}^∞  y^2\, φ_{n+1}(\textbf{x}^{*}; \bm{Σ}^{*}) \, d \textbf{x}^*


用法----------Usage----------


multistagevariance(Q, corr, alg, lim.y)



参数----------Arguments----------

参数：Q
(length n) refers to the coordinates of the truncation points Q, which is the output of the next function (multistagetp) that we are going to introduced.
（长度为n）是指截断点Q，这是下一个函数的输出的坐标（multistagetp），我们将要介绍。


参数：corr
(n+1-dimensional matrix) is the correlation matrix of y and X. The correlation matrix must be symmetric and positive-definite. Before starting the calculations, the user is recommended to check the correlation matrix, which is usually obtained by analysis of one or several experiments designed for estimating covariance components as well as phenotypic and genotypic correlations.
（n +1次的二维矩阵）是y和X的相关矩阵的相关矩阵必须是对称的正定。开始计算之前，用户将被建议来检查的相关矩阵，这通常是通过以下方式获得的一个或几个实验设计用于估计协方差分量以及表型和基因型的相关性分析。


参数：alg
is used to switch between two algorithms. If alg = GenzBretz(), which is by default, the quasi-Monte Carlo algorithm from Genz(1999) will be used. If alg = Miwa(), the program will use the Miwa algorithm (Mi2009), which an analytical solution of the MVN integral (Miwa2003). Miwa's algorithm has higher accuracy (7 digits) than quasi-Monte Carlo algorithm (5 digits), however the computational speed is also slower. Therefore, we recommend the user to use the default value of this parameter.
用于两种算法之间切换。如果ALG：= GenzBretz（），这是在默认情况下，准蒙特卡洛算法GENZ（1999）将被使用。如果ALG =三轮（）时，程序将使用的三轮的算法（Mi2009），它的解析解的的MVN积分（Miwa2003的）。三轮的算法具有更高的精度（7位）比准蒙特卡洛算法（5位），但计算速度也比较慢。因此，我们建议用户使用此参数的默认值。


参数：lim.y
is the lower limit of y and is set to -200 as default, which is on the safe side.  
是y和下限被设置为-200作为缺省情况下，这是在安全方面。


Details

详细信息----------Details----------

More details are in the JSS paper section 3.4.
更多细节JSS本文3.4节。


值----------Value----------

The output is the value of ψ_n(y|\textbf{S}_{Q})=E(y^2|\textbf{S}_{Q})-[E(y|\textbf{S}_{Q})]^2.
该输出值是ψ_n(y|\textbf{S}_{Q})=E(y^2|\textbf{S}_{Q})-[E(y|\textbf{S}_{Q})]^2。


注意----------Note----------

No further notes
没有进一步的说明


（作者）----------Author(s)----------


Xuefei Mi




参考文献----------References----------





参见----------See Also----------

No link
没有链接


实例----------Examples----------


Q =c(0.4308,0.9804,1.8603)

corr=matrix( c(1,       0.3508,0.3508,0.4979,
               0.3508  ,1,     0.3016,0.5630,
               0.3508,  0.3016,1     ,0.5630,
               0.4979,  0.5630,0.5630,1),
              nrow=4  
)


multistagevariance(Q=Q,corr=corr,alg=Miwa)

var.time.miwa=system.time (var.miwa<-multistagevariance(Q=Q,corr=corr,alg=Miwa))

var.time.bretz=system.time (var.bretz<-multistagevariance(Q=Q,corr=corr))


var.time.miwa
var.miwa[1]
var.time.bretz
var.bretz[1]

# further examples 1 [更多的例子1]


Q= c(0.9674216, 1.6185430)
corr=matrix( c(1,      0.7071068, 0.9354143,
               0.7071068, 1,      0.7559289,
               0.9354143, 0.7559289, 1   
             ),
              nrow=3  
)


multistagevariance(Q=Q,corr=corr,alg=Miwa)

var.time.miwa=system.time (var.miwa<-multistagevariance(Q=Q,corr=corr,alg=Miwa))

var.time.bretz=system.time (var.bretz<-multistagevariance(Q=Q,corr=corr))


var.time.miwa
var.miwa[1]
var.time.bretz
var.bretz[1]


# further examples [更多的例子]

alpha1<- 1/(24)^0.5
alpha2<- 1/(24)^0.5
Q=multistagetp(alpha=c(alpha1,alpha2),corx=corr[2:3,2:3])


corr=matrix( c(1,      0.7071068, 0.9354143,
               0.7071068, 1,      0.7559289,
               0.9354143, 0.7559289, 1   
             ),
              nrow=3  
)

multistagevariance(Q=Q,corr=corr,alg=Miwa)







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。