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

loveR

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

                                         Find starting values by averaging random numbers
                                         平均随机数初始值

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Find starting values of free parameters based on pre-specified starting values. If the pre-specified starting values are numbers, the function will use that values. If they are distribution object, this function will randomly draw from the distribution 10 times and take the average of those values.
查找的自由参数的初始值的基础上预先指定的初始值。如果预先指定的初始值是数字，该函数将使用该值。如果他们是分布对象，此功能将随机抽取分布的10倍，并在采取这些值的平均值。


用法----------Usage----------


startingValues(object, trial, ...)



参数----------Arguments----------

参数：object
The target object that is used to find starting values  
的目标对象，该对象被用来寻找起始值


参数：trial
The number of random drawn to average out and provide the starting values  
数量的随机平均满分和提供的初始值绘制


参数：...
Other arguments, such as reduced for reducing X-Y set of matrices to Y set of matrices only  
其他参数，如降低减少为Y XY矩阵的矩阵只有


值----------Value----------

A vector, a matrix, or a MatrixSet which includes the starting values of parameters
的向量，矩阵，或MatrixSet包括的参数的初始值


方法----------Methods----------

Draw samples from the SimMatrix, take the average, and report the starting values as a matrix.
从SimMatrix抽取样品，取平均值，并报告的初始值作为一个matrix。

Draw samples from the SimVector, take the average, and report the starting values as a vector.
从SimVector抽取样品，取平均值，并报告的初始值作为一个vector。

Draw samples from SimSet, take the average, and report the starting values as a MatrixSet.
抽取样品从SimSet，取平均值，并作为MatrixSet报告的起始值。


（作者）----------Author(s)----------



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




实例----------Examples----------


# This function is not public[这个功能是不公开]

#u89 &lt;- simUnif(0.8, 0.9)[u89 < -  simUnif（0.8，0.9）]
#loading &lt;- matrix(0, 6, 2)[加载< - 矩阵（0，6，2）]
#loading[1:3, 1] &lt;- NA[载入[1:3] < -  NA]
#loading[4:6, 2] &lt;- NA[载入[4:6] < -  NA]
#loadingValues &lt;- matrix(0, 6, 2)[< - 矩阵loadingValues（0，6，2）]
#LX &lt;- simMatrix(loading, "u89")[LX  -  simMatrix（装载，“u89”）]
#startingValues(LX, 10)[startingValues（LX，10）]

#u89 &lt;- simUnif(0.8, 0.9)[u89 < -  simUnif（0.8，0.9）]
#loading &lt;- matrix(0, 6, 2)[加载< - 矩阵（0，6，2）]
#loading[1:3, 1] &lt;- NA[载入[1:3] < -  NA]
#loading[4:6, 2] &lt;- NA[载入[4:6] < -  NA]
#loadingValues &lt;- matrix(0, 6, 2)[< - 矩阵loadingValues（0，6，2）]
#LX &lt;- simMatrix(loading, "u89")[LX  -  simMatrix（装载，“u89”）]
#latent.cor &lt;- matrix(NA, 2, 2)[< - 矩阵latent.cor（NA，2，2）]
#diag(latent.cor) &lt;- 1[诊断（latent.cor） -  1]
#PH &lt;- symMatrix(latent.cor, 0.5)[PH < -  symMatrix（latent.cor，0.5）]
#error.cor &lt;- matrix(0, 6, 6)[< - 矩阵error.cor（0，6，6）]
#diag(error.cor) &lt;- 1[诊断（error.cor） -  1]
#TD &lt;- symMatrix(error.cor)[TD < -  symMatrix（error.cor）]
#CFA.Model &lt;- simSetCFA(LX = LX, PH = PH, TD = TD)[CFA.Model < -  simSetCFA（LX = LX，PH = PH，TD = TD）]
#result &lt;- startingValues(CFA.Model, 10)[结果< -  startingValues（CFA.Model，10）]
#summary(result)[总结（结果）]

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。