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

loveR

SemiParBIVProbitObject(SemiParBIVProbit)
SemiParBIVProbitObject()所属R语言包：SemiParBIVProbit

                                        Fitted SemiParBIVProbit object
                                         合身SemiParBIVProbit对象

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

A fitted semiparametric bivariate probit object returned by function SemiParBIVProbit and of class.
一个装有半参数二元概率返回的对象函数SemiParBIVProbit和类。


值----------Value----------


参数：fit
A list of values and diagnostics extracted from the output of the algorithm. For instance, fit$argument and fit$S.h return the estimated parameters and overall penalty matrix scaled by its smoothing parameters, for the bivariate probit model. See the  documentation of trust for diagnostics.
从该算法的输出提取的值和诊断的列表。例如，fit$argument和fit$S.h返回参数的估计与整体的处罚矩阵缩放平滑参数，二元probit模型。请参阅文档trust用于诊断。


参数：gam1
A univariate GAM object for equation 1. See the documentation of mgcv for full details.
单变量的GAM对象为式（1）。的全部详细信息，请参阅文档的mgcv。


参数：gam2
A univariate GAM object for equation 2.
单变量的GAM对象为式（2）。


参数：gam2.1
A univariate GAM object for equation 2, estimated using a Heckman-type sample selection correction procedure (selection=TRUE).
单变量的GAM对象为式（2），用赫克曼型样品选择校正程序（selection=TRUE），估计。


参数：sp
Estimated smoothing parameters of the smooth components for the fitted bivariate probit model.
平滑参数估计的拟合二元概率模型的平滑分量。


参数：iter.sp
Number of iterations performed for the smoothing parameter estimation step.
为平滑参数估计步骤中执行的迭代数目。


参数：iter.if
Number of iterations performed in the initial step of the Fisher scoring algorithm.
Fisher评分算法的初始步骤中执行的迭代数目。


参数：rho
Estimated correlation coefficient between the two equations.
估计之间的两个方程的相关系数。


参数：n
Sample size.
样本大小。


参数：n.sel
Number of selected observations in the sample selection case.
号码的选择观测样本选择的情况下。


参数：X1
It returns the design matrix associated with the first linear predictor.
它返回的设计矩阵，与第一线性预测的。


参数：X2
It returns the design matrix associated with the second linear predictor.  
它返回的设计矩阵与第二线性预测。


参数：X1.d2
Number of columns of the design matrix for equation 1. This is used for internal calculations.
为式（1）的设计矩阵的列数。这被用于内部计算。


参数：X2.d2
Number of columns of the design matrix for equation 2.  
为式（2）的设计矩阵的列数。


参数：l.sp1
Number of smooth components in equation 1.
在式（1）中的平滑分量数目。


参数：l.sp2
Number of smooth components in equation 2.
在式（2）中的平滑分量数目。


参数：He
Penalized hessian.
处罚麻。


参数：HeSh
Unpenalized hessian.
Unpenalized麻。


参数：Vb
Inverse of the penalized hessian. This corresponds to the Bayesian variance-covariance matrix used for "confidence" interval calculations.
反的惩罚麻。这相当于自信的时间间隔计算的贝叶斯方差 - 协方差矩阵。


参数：F
This is given by Vb*HeSh.  
这是由Vb*HeSh。


参数：t.edf
Total degrees of freedom of the estimated bivariate probit model. It is calculated as sum(diag(F)).
自由的二元probit模型估计的总额度。它的计算公式为sum(diag(F))。


参数：bs.mgfit
A list of values and diagnostics extracted from magic.
值和诊断提取magic的列表。


参数：conv.sp
If TRUE then the smoothing parameter selection algorithm converged.
如果TRUE然后平滑参数选择算法的收敛。


参数：wor.c
It contains the working model quantities given by the square root of  the weight matrix times the pseudo-data vector and design matrix, rW.Z and rW.X.         
它包含的工作模型给出的权重矩阵的时间的平方根的伪 - 数据的向量和设计矩阵，rW.Z和rW.X数量。


参数：p11,p10,p01,p00
Distribution function of a bivariate normal with zero means, unit variances and correlation rho evaluated  at (y1=1,y2=1), (y1=1,y2=0), (y1=0,y2=1) and (y1=0,y2=0). The last two combinations are not evaluated if selection=TRUE.
具有零装置，单位方差和相关rho评价体（y1 = 1，Y 2 = 1），体（y1 = 1，Y2 = 0），体（y1 = 0，Y2 = 1的二元正态分布的分布函数）和体（y1 = 0，Y2 = 0）。如果selection=TRUE最后两个组合并没有计算在内。


参数：p0
Distribution function of a standardised univariate normal evaluated at y1=0, when selection=TRUE.
一个标准的单变量正常的分布函数评估，在Y1 = 0，当selection=TRUE。


参数：eta1,eta2
The estimated linear predictors for the two equations.
估计两个方程的线性预测。


参数：dat
It returns the full design matrix associated with the observed binary variables and two linear predictors.
返回完整的设计矩阵与所观察到的二进制变量和两个线性预测。


参数：sel
This is used for internal calculations.
这被用于内部计算。


参数：masses
Probabilities associated with the K biavariate mass points.
概率K的biavariate质点。


参数：K
Number of bivariate mass points.
二元质点的数量。


参数：iter.npRE
Number of iterations performed for a starting value procedure when using nonparametric random effect.
使用非参数的随机效应时，进行一个初始值程序的迭代数目。


参数：iter.npREsp
Number of cumulative extra-iterations performed in the  smoothing parameter estimation loop when using nonparametric random effects.  
累计额外的迭代进行平滑参数估计循环时，采用非参数随机效应的数目。


参数：npRE
This is used for internal calculations.
这被用于内部计算。


参数：logL
It returns the value of the (unpenalized) log-likelihood evaluated at the (penalized or unpenalized) parameter  estimates.
它返回的值（unpenalized）对数似然在（处罚或unpenalized）参数估计值进行评估。


参数：eb.u1,eb.u2
Estimated nonparametric random effects for each identifier.
估计非参数随机为每个标识符的影响。


参数：Eb.u1,Eb.u2
Estimated nonparametric random effects for each observation.
估计非参数随机为每个观测的影响。


参数：id
It represents the individual identifier.
它代表个别标识符。


参数：uidf
It returns the number of observations within each group.
它返回的若干意见各组内。


参数：T.sv
This is used for internal calculations.
这被用于内部计算。


（作者）----------Author(s)----------



Maintainer: Giampiero Marra <a href="mailto:giampiero@stats.ucl.ac.uk">giampiero@stats.ucl.ac.uk</a>




参见----------See Also----------

SemiParBIVProbit, plot.SemiParBIVProbit, summary.SemiParBIVProbit
SemiParBIVProbit，plot.SemiParBIVProbit，summary.SemiParBIVProbit

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。