R语言 simsem包 SimResult-class()函数中文帮助文档(中英文对照)

loveR

SimResult-class(simsem)
SimResult-class()所属R语言包：simsem

                                        Class "SimResult"
                                         类“SimResult”

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

This class will save data analysis results from multiple replications and ready to find some useful statistics, such as fit indices cutoffs or power.
这个类将重覆保存数据的分析结果，可以找到一些有用的统计数据，如拟合指数临界值或电源。


类对象----------Objects from the Class----------

Objects can be created by simResult. It can also be called from the form new("SimResult", ...).
对象可以创建simResult。它也可以被称为，从形式new("SimResult", ...)。


插槽----------Slots----------




modelType: Analysis model type (CFA, Path, or SEM)
modelType：分析模型类型（CFA，路径，或SEM）




nRep: Number of replications have been created and run simulated data.
nRep：复制数量已经建立并运行模拟数据。




coef: Parameter estimates from each replication
coef：参数估计每个复制




se: Standard errors of parameter estimates from each replication
se：标准误差参数估计每个复制




fit: Fit Indices values from each replication
fit：拟合指数值从每个复制




converged: Number of convergence replications
converged：数收敛复制




seed: Seed number.
seed：种子数。




paramValue: Population model underlying each simulated dataset.
paramValue：人口模型的每一个模拟数据集。




FMI1: Fraction Missing Method 1.
FMI1：分数缺失的方法1。




FMI2: Fraction Missing Method 2.
FMI2：分数缺失的方法2。




stdCoef: Standardized coefficients from each replication
stdCoef：每个复制的标准化系数




n: Sample size of the analyzed data.
n：样本量的数据进行了分析。




pmMCAR: Percent missing completely at random.
pmMCAR：％完全随机缺失。




pmMAR: Percent missing at random.
pmMAR：随机缺失的百分比。


方法----------Methods----------

getCutoff to getCutoff of fit indices based on a priori alpha level.
getCutoffgetCutoff的拟合指数先验α水平的基础上。

getPowerFit to getPowerFit of rejection when the simResult is the alternative hypothesis and users specify cutoffs of the fit indices.
getPowerFitgetPowerFit被拒绝时，simResult是备择假设和用户指定的拟合指数的临界值。

plotCutoff to plot null hypothesis sampling distributions of fit indices with an option to draw fit indices cutoffs by specifying a priori alpha level.
plotCutoff绘制零假设抽样分布的拟合指数的一个选项，以得出拟合指数临界值，由指定的先验α水平。

plotPowerFit to plot alternative hypothesis (and null hypothesis) with a priori cutoffs or alpha level.
plotPowerFit绘制的先验截断或alpha级别的备择假设（零假设）。

summary to summarize the result output
summary总结的结果输出

summaryParam to summarize all parameter estimates
summaryParam的来概括所有的参数估计

anova find the averages of model fit statistics and indices for nested models, as well as the differences of model fit indices among models. This function requires at least two SimResult objects. See anova for further details.
anova模型拟合的统计数据和指标的平均值为嵌套模型，以及模型的拟合指数模型间的差异。此功能需要至少两个SimResult对象。见anova进一步的细节。

summaryPopulation to summarize the data generation population underlying the simulation study.
summaryPopulation汇总数据代人口相关的模拟研究。

getPopulation to extract the data generation population underlying the simulation study. This method will return a data frame of the population underlying each replication.
getPopulation提取数据生成人口相关的模拟研究。此方法将返回一个数据框的每一个复制的人口。

setPopulation to put the appropriate data generation model into the result object. If the appropriate data generation model is put (the same model as the analysis model), the bias in parameter estimates and standard errors will be able to be calculated by the summary function. The first argument is the result object. The second argument can be either data.frame of the population or SimSet of the population. See the 'modeling with covariate' in the manual for an example.       
setPopulation把合适的数据生成模型的结果对象。如果把生成相应的数据模型（模型的分析模型），在参数估计值的偏差和标准误差是能够计算的summary功能。第一个参数是结果的对象。第二个参数可以是data.frame的人口或SimSet的人口。请参阅本手册中的建模与协“的一个例子。


（作者）----------Author(s)----------



Sunthud Pornprasertmanit (University of Kansas; <a href="mailto:psunthud@ku.edu">psunthud@ku.edu</a>)




参见----------See Also----------

SimData for data generation model.
SimData数据生成的模型。

SimModel for analysis model
SimModel分析模型

simResult for the constructor of this class
simResult这个类的构造函数


实例----------Examples----------


showClass("SimResult")
loading <- matrix(0, 6, 1)
loading[1:6, 1] <- NA
LX <- simMatrix(loading, 0.7)
RPH <- symMatrix(diag(1))
RTD <- symMatrix(diag(6))
CFA.Model <- simSetCFA(LY = LX, RPS = RPH, RTE = RTD)
SimData <- simData(CFA.Model, 500)
SimModel <- simModel(CFA.Model)
# We make the examples running only 5 replications to save time.[我们的例子只有5次重复，以节省时间。]
# In reality, more replications are needed.[在现实中，需要更多的复制。]
Output <- simResult(5, SimData, SimModel)
summary(Output)
getCutoff(Output, 0.05)
summaryParam(Output)
summaryPopulation(Output)
param <- getPopulation(Output)
Output <- setPopulation(Output, param)
Output2 <- setPopulation(Output, CFA.Model)

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。