sme.list(sme)
sme.list()所属R语言包：sme
Carry out mulitple independent smoothing-splines mixed-effects model fits simultaneously
开展多张独立的平滑样条混合效应模型拟合同时
译者：生物统计家园网 机器人LoveR
描述----------Description----------
Carry out multiple independent smoothing-splines mixed-effects model fits simultaneously
开展多个独立的平滑样条混合效应模型拟合同时
用法----------Usage----------
## S3 method for class 'list'
sme(object,tme,ind,verbose=F,lambda.mu=NULL,lambda.v=NULL,maxIter=500,
knots=NULL,zeroIntercept=F,deltaEM=1e-3,deltaNM=1e-3,criteria="AICc",
numberOfThreads=2,...)
参数----------Arguments----------
参数：object
a list of vectors of observations
在观测值向量的列表
参数：tme
a list of vectors of time points corresponding to the observations in object
矢量的时间点的列表对应于观测在object
参数：ind
a list of factors (or vectors that can be coerced to factors) of subject identifiers corresponding to the observations in object
列表的因素（或向量，可以被强迫的因素）的主体标识符对应的观测object
参数：verbose
if TRUE, debug information will be output while fitting the model(s)
如果TRUE，调试信息将被输出，而拟合模型（S）
参数：lambda.mu
either a single smoothing parameter to be used for the fixed-effect function for all fits, or a vector of smoothing parameters, one for each fit, or NULL if Nelder-Mead search should be used to find the optimal values for this and lambda.v for all fits
一个单一的平滑参数要用于函数可用于所有配合的固定效应，或向量的平滑化参数，各装配一个或NULL如果内尔德-米德搜索应该被用来找到的最佳值这和lambda.v适合
参数：lambda.v
either a single smoothing parameter to be used for the random-effects functions for all fits, or a vector of smoothing parameters, one for each fit, or NULL if Nelder-Mead search should be used to find the optimal values for this and lambda.v for all fits
无论是单一的平滑参数被用于随机效应功能的所有的配合，或向量的平滑化参数，一个用于每个拟合，或NULL如果内尔德-米德搜索应该被用来找到的最佳值这和lambda.v适合
参数：maxIter
maximum number of iterations to be performed for the EM algorithm
EM算法来执行的最大迭代次数
参数：knots
location of spline knots. If NULL, an incidence matrix representation will be used. See "Details"
花键结的位置。如果NULL，关联矩阵表示将使用。请参阅“详细信息”
参数：zeroIntercept
experimental feature. If TRUE, the fitted values of the fixed- and random-effects functions at the intercept will be zero
实验功能。如果TRUE，拟合的截距的固定和随机效应功能之值将是零
参数：deltaEM
convergence tolerance for the EM algorithm
EM算法的收敛公差
参数：deltaNM
(relative) convergence tolerance for the Nelder-Mead optimisation
（相对）的收敛公差内尔德米德优化
参数：criteria
one of "AICc", "AIC", "BICN" or "BICn" indicating which criteria to use to score a particular combination of lambda.mu and lambda.v in the Nelder-Mead search
"AICc"，"AIC"，"BICN"或"BICn"表示使用哪些标准得分的特定组合lambda.mu和lambda.v在内尔德 - 米德搜索
参数：numberOfThreads
The number of threads to use to fit the multiple smoothing-splines mixed-effects models simultaneously
要使用的线程数，以适应多种平滑样条混合效应模型同时
参数：...
additional arguments, currently not used
额外的参数，当前未使用
Details
详细信息----------Details----------
The default behaviour is to use an incidence matrix representation for the smoothing-splines. This works well in most situations but may incur a high computational cost when the number of distinct time points is large, as may be the case for irregularly sampled data. Alternatively, a basis projection can be used by giving a vector of knots of length (much) less than the number of distinct time points.
默认行为是使用的发病率的平滑样条的矩阵表示。在大多数情况下，这工作得很好，但可能会产生较高的计算成本时不同时间点的数量很大，如可能的情况下为不规则采样数据。可选地，可使用的基础突起通过给人一种向量的knots长度（多）的数目小于不同的时间点。
值----------Value----------
A list of objects of class sme. See smeObject for the components of the fit and plot.sme for visualisation options
列表对象类sme。 smeObject的组件的配合和plot.sme可视化选项
（作者）----------Author(s)----------
Maurice Berk <a href="mailto:maurice.berk01@imperial.ac.uk">maurice.berk01@imperial.ac.uk</a>
参考文献----------References----------
参见----------See Also----------
smeObject, sme, sme.data.frame,
smeObject，sme，sme.data.frame，
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 10:22:10
