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

loveR

SpawMLResidMoran(spacom)
SpawMLResidMoran()所属R语言包：spacom

                                         Testing the (residual) spatial dependency
                                         测试（剩余）的相关关系

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Test of spatial dependency in contextual level residuals from (spatially weighted) multilevel models. The spatial dependency is operationalized by Moran's I coefficient  for spatial auto-correlation.
测试空间（空间加权）多层模型依赖于上下文的水平残差。莫兰我的空间自相关系数运作的空间相关性。


用法----------Usage----------


SpawMLResidMoran(srawe.obj, distance.matrix, bandwidths,
  kernel = NULL, confidence.intervals = c(0.95))



参数----------Arguments----------

参数：srawe.obj
ResampledSpawMLOutput, or a vector of residuals from a SpawMLOutput or matrix of residuals from a ResampleExactSpawMLOutput  
ResampledSpawMLOutput，或残差向量从一个SpawMLOutput或矩阵的残差从ResampleExactSpawMLOutput


参数：distance.matrix
square matrix of dimension n by n, where n is the number of contextual units.  
方阵尺寸n by n，其中n是上下文相关单位的数量。


参数：bandwidths
vector of bandwidths for which to compute Moran's I.  
vector的带宽来计算莫兰的一


参数：kernel
function applied to the distance matrix. By default NULL, in which case the kernel function  <p align="center">w_ij = f(d, h) =   (1/2)^((d_ij/h)^2)
功能应用到距离矩阵。缺省情况下NULL，在这种情况下，核函数<p ALIGN="CENTER">w_ij = f(d, h) =   (1/2)^((d_ij/h)^2)

is used, where w_ij, d_ij,   h are elements of the weight matrix W, of the distance matrix W and the bandwidth h. User-supplied kernel functions have to take 2 arguments and return a matrix of the same dimension as the first argument.  
时，其中w_ij, d_ij,   h的元素的权重矩阵W，距离矩阵W和带宽h中。用户提供的核心功能有2个参数作为第一个参数，并返回相同尺寸的矩阵。


参数：confidence.intervals
vector of conficence intervals. Defaults  to c(.95) which corresponds to 95 %.  
vector的conficence间隔。默认为c(.95)对应于95％。


（作者）----------Author(s)----------



Till Junge, Sandra Penic, Guy Elcheroth




实例----------Examples----------


# Residual spatial autocorrelation[剩余的空间自相关]

## for residuals from ResampleAggregateSpawML[＃残差ResampleAggregateSpawML为]
# load individual level data, remove collective guilt assignment for the[加载个体层面的数据，除去集体罪责分配]
# data frame, and remove NA's [数据框，并删除NA]
data(traces_ind)

traces_ind <- traces_ind[,-7]
traces_ind <- na.exclude(traces_ind)

# load contextual indicator for aggregation[加载上下文聚集指标]
data(traces_event)

# load precise contextual indicator[加载精确的背景指标]
data(homog_census)

# load distance matrix and create weights[加载距离矩阵和权重]
data(d_geo)
geow_100 <- WeightMatrix(d_geo, bandwidth=100)

# perform ResampleAggregateSpawML[执行ResampleAggregateSpawML]
acc_w_homog_100 <-
ResampleAggregateSpawML(individual.level.data=traces_ind,
  contextual.names=c("w_all", "Homog_00"), context.id="area",
  formula=cg_acc ~ victim_d + comb_d + male + age_1990 + high_school +
  higher_edu + (1|area), contextual.data=traces_event,
  precise.data=homog_census, contextual.weight.matrices=list(geow_100,
  geow_100), individual.weight.names="weight",
  aggregation.functions="weighted.mean", nb.resamples=10)  


# perform SpawMLResidMoran for bandwidths 25, 50, 100, 200 [执行SpawMLResidMoran带宽，25，50，100，200]

MI_acc <- SpawMLResidMoran(srawe.obj=acc_w_homog_100,
  distance.matrix=d_geo, bandwidths=c(25,50,100,200))


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。