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

loveR

simResultParam(simsem)
simResultParam()所属R语言包：simsem

                                         The constructor of the parameter result object
                                         构造函数的参数结果对象

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

This function is used to draw actual and misspecified paraemters in multiple replications. This function will be used to investigate the population misfits.
此功能是用于绘制的实际和误设paraemters的在多个复制。此功能将被用于调查人口格格不入。


用法----------Usage----------


simResultParam(nRep, object, misspec=new("NullSimMisspec"), SimEqualCon = new("NullSimEqualCon"), seed=123321, maxDraw=100)



参数----------Arguments----------

参数：nRep
The number of drawn (replications)  
绘制（复制）的数目


参数：object
The SimSet class that saves the specification of actual parameters  
SimSet类，节省了规范的实际参数


参数：misspec
The SimMisspec class that saves the specification of misspecified parameters  
SimMisspec类，节省了规范的误设参数


参数：SimEqualCon
The SimEqualCon object that saves the equalit constraint  
SimEqualCon对象，节省了equalit约束的


参数：seed
The seed number used to draw parameters  
用于绘制参数的种子数


参数：maxDraw
The maximum number of sample drawn. This function will draw sets of actual and misspecified parameters repeatedly until the identified sets of actual and misspecified parameters are drawn. The maximum of repetition is specified by this argument.  
绘制样品的最大数目。此功能将绘制的实际和误设参数集，直到绘制的实际和误设参数集。该参数所指定的最大重复。


值----------Value----------

The parameter result object, SimResultParam
参数结果对象，SimResultParam的


（作者）----------Author(s)----------



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




实例----------Examples----------


u35 <- simUnif(0.3, 0.5)
u57 <- simUnif(0.5, 0.7)
u1 <- simUnif(-0.1, 0.1)
n31 <- simNorm(0.3, 0.1)

path.BE <- matrix(0, 4, 4)
path.BE[3, 1:2] <- NA
path.BE[4, 3] <- NA
starting.BE <- matrix("", 4, 4)
starting.BE[3, 1:2] <- "u35"
starting.BE[4, 3] <- "u57"
BE <- simMatrix(path.BE, starting.BE)

residual.error <- diag(4)
residual.error[1,2] <- residual.error[2,1] <- NA
RPS <- symMatrix(residual.error, "n31")

ME <- simVector(rep(NA, 4), 0)

Path.Model <- simSetPath(RPS = RPS, BE = BE, ME = ME)

mis.path.BE <- matrix(0, 4, 4)
mis.path.BE[4, 1:2] <- NA
mis.BE <- simMatrix(mis.path.BE, "u1")
Path.Mis.Model <- simMisspecPath(BE = mis.BE, misfitType="rmsea")

# The number of replications in actual analysis should be much more than 5[在实际分析中的复制的数目应远远超过5]
ParamObject <- simResultParam(5, Path.Model, Path.Mis.Model)

# Specify the range of misfits to select the set of misspecified parameters[不称职的指定范围，选择的误设参数]
Path.Mis.Model2 <- simMisspecPath(BE = mis.BE, misfitType="rmsea", misfitBound=c(0.05, 0.08))
ParamObject2 <- simResultParam(5, Path.Model, Path.Mis.Model2)

# Find the maximum misspecification for each actual parameter[寻找最大的每个实际参数设定错误]
Path.Mis.Model3 <- simMisspecPath(BE = mis.BE, misfitType="rmsea", optMisfit="max", numIter=10)
ParamObject3 <- simResultParam(5, Path.Model, Path.Mis.Model3)

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。