R语言 SNSequate包 SEED()函数中文帮助文档(中英文对照)

loveR

SEED(SNSequate)
SEED()所属R语言包：SNSequate

                                        Standard error of equating difference
                                         等同差异的标准误差

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

This function calculates the standard error of equating diference (SEED) as described in  Von Davier et al. (2004).
此函数计算标准错误的描述的：冯Davier等diference（SEED）等同。 （2004）。


用法----------Usage----------


SEED(eq1, eq2, ...)



参数----------Arguments----------

参数：eq1
        An object of class ker.eq which contains one of the two estimated equated functions to be used  for the SEED.
一个对象类ker.eq包含的两个估计等同的功能被用于在SEED之一。


参数：eq2
        An object of class ker.eq which contains one of the two estimated equated functions to be used  for the SEED.
一个对象类ker.eq包含的两个估计等同的功能被用于在SEED之一。


参数：...
        Further arguments currently not in use
进一步的论据当前未使用


Details

详细信息----------Details----------

The SEED can be used as a measure to choose whether to support or not a certain equating function on another  another one. For instance, when h_X and h_Y tends to infinity, then the (gaussian kernel)  \hat{e}_Y(x) equating function tends to the linear equating function  (see Theorem 4.5 in Von Davier et al, 2004 for more details). Thus, one can calculate the measure
的度量来选择是否支持或不是一定等值函数在另一个另一个可以用作在SEED。例如，当h_X和h_Y趋于无穷大，那么（高斯核）\hat{e}_Y(x)等值功能趋于线性等化功能（见定理4.5在冯Davier的等，2004年为更多细节）。因此，人们可以计算该措施

to decide between \hat{e}_Y(x) and \widehat{Lin}_Y(x).
决定之间\hat{e}_Y(x)和\widehat{Lin}_Y(x)。


值----------Value----------

A two column matrix with the values of SEEYx for each x in the first column and the values of
一个两列的矩阵，每一个SEEYx在第一列和值的值x


（作者）----------Author(s)----------


Jorge Gonzalez B.




参考文献----------References----------

New York, NY: Springer-Verlag.

参见----------See Also----------

ker.eq
ker.eq


实例----------Examples----------


#Example: Figure7.7 in Von Davier et al, (2004)[实施例：Figure7.7冯Davier等，（2004）]
data(Math20EG)

mod.gauss<-ker.eq(scores=Math20EG,kert="gauss", hx = NULL, hy = NULL,degree=c(2, 3),design="EG")
mod.linear<-ker.eq(scores=Math20EG,kert="gauss", hx = 20, hy = 20,degree=c(2, 3),design="EG")

Rx<-mod.gauss$eqYx-mod.linear$eqYx
seed<-SEED(mod.gauss,mod.linear)$SEEDYx

plot(0:20,Rx,ylim=c(-0.8,0.8),pch=15)
abline(h=0)
points(0:20,2*seed,pch=0)
points(0:20,-2*seed,pch=0)

#Example Figure 10.4 in Von Davier (2011)[例如图10.4在冯Davier（2011）]
mod.unif<-ker.eq(scores=Math20EG,kert="unif", hx = NULL, hy = NULL,degree=c(2, 3),design="EG")
mod.logis<-ker.eq(scores=Math20EG,kert="logis", hx = NULL, hy = NULL,degree=c(2, 3),design="EG")

Rx1<-mod.logis$eqYx-mod.gauss$eqYx
Rx2<-mod.unif$eqYx-mod.gauss$eqYx

seed1<-SEED(mod.logis,mod.gauss)$SEEDYx
seed2<-SEED(mod.unif,mod.gauss)$SEEDYx

plot(0:20,Rx1,ylim=c(-0.2,0.2),pch=15,main="LK vs GK",ylab="",xlab="Scores")
abline(h=0)
points(0:20,2*seed1,pch=0)
points(0:20,-2*seed1,pch=0)

plot(0:20,Rx2,ylim=c(-0.2,0.2),pch=15,main="UK vs GK",ylab="",xlab="Scores")
abline(h=0)
points(0:20,2*seed2,pch=0)
points(0:20,-2*seed2,pch=0)


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。