R语言 sfa包 sfa()函数中文帮助文档(中英文对照)

loveR

sfa(sfa)
sfa()所属R语言包：sfa

                                         Fitting stochastic frontier analysis models
                                         装修随机前沿分析模型

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

sfa is used to fit stochastic frontier analysis models.
sfa随机前沿分析模型来拟合。


用法----------Usage----------


sfa(formula, data = NULL, intercept = TRUE, fun = "hnormal", pars = NULL, par_mu = NULL, form = "cost", method = "BFGS", ...)



参数----------Arguments----------

参数：formula
an object of class formula (or one that can be coerced to that class): a symbolic description of the model to be fitted.
类的一个对象formula（或一个可以强制转换的类）：安装一个象征性的模型来描述。


参数：data
a data frame.
一个数据框。


参数：intercept
logical. If true the model includes intercept.
逻辑。如果为true，该模型包括拦截。


参数：fun
specifies the distribution for the inefficency term u as half-normal ("hnormal"), exponential ("exp"), or truncated-normal ("tnormal").
指定为inefficency项u作为半正常的分布（的“hnormal”），指数（“进出口”），或截断正常（“tnormal”）。


参数：pars
initial values for the parameters to be estimated.
要估计的参数的初始值。


参数：par_mu
value for mu in the normal-/truncated-normal case. If mu is known.
值亩在normal-/truncated-normal的情况下。如果被称为亩。


参数：form
specifies the form of the frontier model as "cost" or "production".
指定的前沿模型的形式为“成本”或“生产”。


参数：method
the method to be used. See optim for more details.
要使用的方法。见optim更多详情。


参数：...
ignored.
忽略不计。


值----------Value----------

sfa returns an object of class sfa: <table summary="R valueblock"> <tr valign="top"><td>y</td> <td> response</td></tr> <tr valign="top"><td>x</td> <td> covariables</td></tr> <tr valign="top"><td>X</td> <td> design matrix</td></tr> <tr valign="top"><td>coef</td> <td> coefficients</td></tr> <tr valign="top"><td>sigmau2</td> <td> sigmau2</td></tr> <tr valign="top"><td>sigmav2</td> <td> sigmav2</td></tr> <tr valign="top"><td>mu</td> <td> mu of the truncated-normal distribution (Only if fun = tnormal)</td></tr> <tr valign="top"><td>par_mu</td> <td> NULL if mu is not estimated</td></tr> <tr valign="top"><td>logLik</td> <td> value of the log likelihood function</td></tr> <tr valign="top"><td>maxlik</td> <td> log likelihood function</td></tr> <tr valign="top"><td>fun</td> <td> distribution of the inefficiency term u</td></tr> <tr valign="top"><td>sc</td> <td> specifies the form of the frontier model (-1 = cost, 1 = production)</td></tr> <tr valign="top"><td>hess</td> <td> a symmetric matrix giving an estimate of the Hessian at the solution found (See optim)</td></tr> <tr valign="top"><td>ols</td> <td> the linear model for the LR-test</td></tr> </table>
sfa返回一个对象的类sfa：<table summary="R valueblock"> <tr valign="top"> <TD>y </ TD> <TD>响应/ TD> </ TR> <tr valign="top"> <TD>x </ TD> <TD>协变量</ TD> </ TR> <tr valign="top"> <TD> X</ TD> <TD>设计矩阵</ TD> </ TR> <tr valign="top"> <TD> coef </ TD> <TD>系数</ TD> </ TR> <tr valign="top"> <TD> sigmau2 </ TD> <TD> sigmau2 </ TD> </ TR> <tr valign="top"> <TD><X > </ TD> <TD> sigmav2 </ TD> </ TR> <tr valign="top"> <TD> sigmav2 </ TD> <TD>亩，截断正态分布（如果FUN = tnormal）</ TD> </ TR> <tr valign="top"> <TD>mu </ TD> <TD> NULL如果没有估计亩</ TD> </ TR> <tr valign="top"> <TD>par_mu </ TD> <TD>的对数似然函数值</ TD> </ TR> <tr valign="top"> <TD> X> </ TD> <TD>数似然函数</ TD> </ TR> <tr valign="top"> <TD> logLik </ TD> <TD>分配的低效率术语ü </ TD> </ TR> <tr valign="top"> <TD>maxlik </ TD> <TD>指定的前沿模型的形式（-1 =成本，的=生产）</ TD> </ TR> <tr valign="top"> <TD> fun </ TD> <td>一个对称矩阵，估计的Hessian的解决方案（见sc） </ TD> </ TR> <tr valign="top"> <TD> hess </ TD> <TD>的线性模型的LR测试</ TD> </ TR> </表>


实例----------Examples----------


set.seed(225)
daten <- dgp(n = 100, b = c(1, 2), sc = -1)
test <- sfa(y ~ x, data = daten)

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。