mc.matrix(simex)
mc.matrix()所属R语言包：simex
Build and check misclassification matrices from empirical estimations
从经验估计，并检查错误分类矩阵
译者：生物统计家园网 机器人LoveR
描述----------Description----------
Empirical misclassification matrices to the power of lambda may not exist for small values of lambda. These functions provide methods to estimate the nearest version of the misclassification matrix that satisfies the conditions a misclassification matrix has to fulfill, and to check it (existance for exponents smaller than 1).
实证错误分类矩阵的lambda电源可能不存在小的lambda值。这些功能提供了一些方法，估计最近版本的误判矩阵，满足条件的误分类矩阵履行，并检查（存置指数小于1）。
用法----------Usage----------
build.mc.matrix(mc.matrix, method = "series", tuning = sqrt(.Machine$double.eps),
diag.cor = FALSE, tol = .Machine$double.eps, max.iter = 100)
check.mc.matrix(mc.matrix, tol = .Machine$double.eps)
参数----------Arguments----------
参数：mc.matrix
an empirical misclassification matrix
一个经验性的错误分类矩阵
参数：method
method used to estimate the generator for the misclassification matrix (see Details)
方法用于估计误判矩阵发生器，用于（见详情）
参数：tuning
security parameter for numerical reasons
安全参数的数值原因
参数：diag.cor
should corrections be substracted from the diagonal or from all values corresponding to the size?
应更正从对角线或从所有的大小相对应的值中减去？
参数：tol
tolerance level for series method for convegence
为系列为convegence方法的公差等级
参数：max.iter
maximal number of iterations for the serie method to converge
最大的迭代次数为意甲收敛的方法来
Details
详细信息----------Details----------
Method "series" constructs a generator via the series
通过一系列方法“系列”构建一台发电机
(Pi-I) - (Pi-I)^2/2 + (Pi-I)^3/3 - \dots
(Pi-I) - (Pi-I)^2/2 + (Pi-I)^3/3 - \dots
Method "log" constructs the generator via taking the log of the misclassification matrix.
法“log”构建误判矩阵取对数发生器通过。
Small negative off-diagonal values are corrected and set to (0 + tuning).
小的负的非对角（off-diagonal）值进行校正并将其设置为（0 +调谐）。
The amount used to correct for negative values is added to the diagonal element if diag.cor = TRUE and distributed among all values if diag.cor = FALSE.
使用量为负值纠正的对角线元素，如果被添加到diag.cor = TRUE和分布之间的所有值，如果diag.cor = FALSE。
Method "jlt" uses the method described by Jarro et al. (see Israel et al.).
方法“JLT”使用Jarro等人所描述的方法。 （见以色列等）。
值----------Value----------
build.mc.matrix() returns a misclassification matrix that is the closest estimate for a working misclassification matrix.
build.mc.matrix()返回一个的错误分类矩阵，它是最接近的估计的错误分类矩阵。
check.mc.matrix() returns a vector of logicals.
check.mc.matrix()返回一个向量，逻辑值。
注意----------Note----------
Does not always work! So check properly.
并不总是工作！因此，检查正常。
（作者）----------Author(s)----------
Wolfgang Lederer, <a href="mailto:wolfgang.lederer@googlemail.com">wolfgang.lederer@googlemail.com</a>
参考文献----------References----------
Israel, R.B., Rosenthal, J.S., Wei, J.Z., Finding generators for Markov Chains via empirical transition matrices, with applications to credit ratings,
参见----------See Also----------
mcsimex, misclass, diag.block
mcsimex，misclass，diag.block
实例----------Examples----------
Pi <- matrix(data = c(0.989, 0.01, 0.001, 0.17, 0.829, 0.001, 0.001, 0.18, 0.819),
nrow = 3, byrow = FALSE)
check.mc.matrix(list(Pi))
check.mc.matrix(list(build.mc.matrix(Pi)))
build.mc.matrix(Pi)
Pi3 <- matrix(c(0.8, 0.2, 0, 0, 0, 0.8, 0.1, 0.1, 0, 0.1, 0.8, 0.1, 0, 0, 0.3, 0.7),
nrow = 4)
check.mc.matrix(list(Pi3))
build.mc.matrix(Pi3)
check.mc.matrix(list(build.mc.matrix(Pi3)))
P1 <- matrix(c(1, 0, 0, 1), nrow = 2)
P2 <- matrix(c(0.8, 0.15, 0, 0.2, 0.7, 0.2, 0, 0.15, 0.8), nrow = 3, byrow = TRUE)
P3 <- matrix(c(0.4, 0.6, 0.6, 0.4), nrow = 2)
mc.matrix <- list(P1, P2, P3)
check.mc.matrix(mc.matrix) # TRUE FALSE FALSE[TRUE FALSE FALSE]
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。
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 2012-9-30 02:39:58
