create.data.model(SpatioTemporal)
create.data.model()所属R语言包：SpatioTemporal
Creates the mesa.data.model structure; selection of model covariates
创建的mesa.data.model，结构选择模型协变量
译者：生物统计家园网 机器人LoveR
描述----------Description----------
Creates the auxiliary data structure mesa.data.model; the structure holds information regarding which geographic and spatio-temporal covariates to use for model fitting.
创建辅助数据结构mesa.data.model结构保存有关的GEO和时空的协变量，使用模型拟合。
用法----------Usage----------
create.data.model(mesa.data, LUR = NA, ST.Ind = NA,
strip = TRUE, strip.loc = strip, strip.time = strip)
参数----------Arguments----------
参数：mesa.data
Data structure holding observations, observation locations, smooth temporal trends, geographic covariates and spatio-temporal covariates. See mesa.data.
数据结构观测，观测地点，平滑的变化趋势，GEO协变量和时空的协变量。见mesa.data。
参数：LUR
A vector or list of vectors indicating which geographic covariates to use. LUR = NA uses all available covariates are used for all the temporal trends; a vector of integers or characters (names) specifies covariates to use for all temporal trends; and a list of vectors is used this allows for different covariates for each temporal trend. See further default.LUR.list.
一个向量或列表的GEO协变量使用的向量。 LUR = NA使用所有可用的协变量用于所有的时间趋势;一个向量的整数或字符（地名）指定协变量用于所有的时间趋势的列表中使用的向量，这使得不同的协变量为每个时间的趋势。另见default.LUR.list。
参数：ST.Ind
A vector indicating which spatio-temporal covariates to use. ST.Ind = NA uses all spatio-temporal covariates, ST.Ind = NULL uses no spatio-temporal covariates. See further default.ST.list.
一个矢量的时空协变量使用。 ST.Ind = NA使用所有的时空协变量，ST.Ind = NULL不使用时空协变量。另见default.ST.list。
参数：strip, strip.loc, strip.time
Drop times and/or locations without observations, strip is a shortcut for setting both strip.loc and strip.time. If strip.loc=TRUE all locations that do not have any observations are <br> dropped. If strip.time=TRUE all dates that do not have any observations are dropped from mesa.data$trend.
降时间和/或位置，而观测，strip的快捷方式设置两个strip.loc和strip.time。如果strip.loc=TRUE的所有位置没有任何意见参考下跌。如果strip.time=TRUE没有任何意见的日期是下降至mesa.data$trend。
Details
详细信息----------Details----------
The function creates the auxiliary data structure mesa.data.model which is used in model fitting and prediction, see fit.mesa.model, cond.expectation, and run.MCMC.
该函数创建的辅助数据结构mesa.data.model这是在模型的拟合和预测，请参阅fit.mesa.model，cond.expectation和run.MCMC。
The resulting structure holds information regarding which geographic and spatio-temporal covariates to use for model fitting, as well as a number of precomputed fields that speed up log-likelihood evaluations.
关于使用地域和时空的协变量的模型拟合，以及一些预先计算领域，加快对数似然评价，由此产生的结构保存信息。
For any observations that occur at times (dates) not in mesa.data$trend$date the smooth temporal trends are interpolated to these times using spline.
时间（日期）在发生任何意见mesa.data$trend$date平滑的变化趋势进行插值到使用spline，这些时间。
When selecting geographic covariates the code allows for different covariates for different temporal trends. LUR = NA gives all covariates are used for all the temporal trends. If a vector of integers or characters (names) is used to specify covariates then these covariates will be used for all the temporal trends (e.g. LUR = c(1,2,3)). If LUR instead is given as a list of vectors this allows for different covariates for each temporal trend. In this case the list needs to contain one vector for each of the temporal trends, starting with coefficients for the intercept, e.g.<br> LUR = list(c(1,2,3),c(1,2),c(2)). <br> LUR = NULL gives only an intercept, no covariates.
当选择GEO协变量的代码允许不同的协变量，不同时间的趋势。 LUR = NA给所有的协变量用于所有的时间趋势。如果一个矢量的整数或字符（名字）是用来指定协变量，那么这些协变量将被用于所有的时间趋势（如LUR = c(1,2,3)）。如果LUR，而不是作为向量的列表，这使得不同的协变量为每个时间趋势。在这种情况下，列表需要包含一个向量开始的时间的趋势，为每个与截距系数，例如<br>物理化学学报LUR = list(c(1,2,3),c(1,2),c(2))。参考LUR = NULL只给出了一个拦截，没有协变量。
The option in strip, strip.loc, and strip.time to drop locations and times without observations can be used to reduce the dataset, thereby (drastically) speeding up the optimisation. To obtain predictions and simulations at the unobserved locations the original mesa.data structure can be passed to cond.expectation and simulateMesaData.
中的选项strip，strip.loc和strip.time没有观察到删除的地点和时间可以用来减少数据集（大的），从而加快优化。要获得原来的未观测到的位置的预测和模拟mesa.data结构可以通过cond.expectation和simulateMesaData。
值----------Value----------
Returns a mesa.data.model structure.
返回一个mesa.data.model结构。
警告----------Warning----------
The structure mesa.data.model should <STRONG>always</STRONG> be created by running create.data.model on a mesa.data structure.
结构mesa.data.model应<STRONG>始终</ STRONG>通过运行create.data.model在mesa.data结构。
（作者）----------Author(s)----------
Johan Lindstr枚m
参见----------See Also----------
Used to create mesa.data.model from mesa.data. Uses default.LUR.list, <br> default.ST.list, construct.LUR.basis, and construct.ST.basis to extract covariates from mesa.data.
用于创建mesa.data.modelmesa.data。使用default.LUR.list，参考default.ST.list，construct.LUR.basis和construct.ST.basis从mesa.data提取协变量。
For optimization functions see loglike, loglike.var.names, run.MCMC, <br> fit.mesa.model, and cond.expectation.
优化功能loglike，loglike.var.names，run.MCMC，参考fit.mesa.model，cond.expectation。
For other data functions, see mesa.data, mesa.data.raw, create.data.matrix, <br> construct.LUR.basis and default.LUR.list.
其它数据功能，请参阅mesa.data，mesa.data.raw，create.data.matrix，参考construct.LUR.basis和default.LUR.list。
实例----------Examples----------
##load the data[＃加载的数据。]
data(mesa.data)
##create a mesa.data.model with all covariates[＃创建一个mesa.data.model，与所有协变量]
model.all <- create.data.model(mesa.data)
##no covariates[＃没有协变量]
model.none <- create.data.model(mesa.data, LUR=NULL, ST.Ind=NULL)
##with different covariates for the different temporal trends[＃不同的协变量的不同变化趋势]
model.diff <- create.data.model(mesa.data, LUR=list(c(1,4,5,6),5:6,5:6),
ST.Ind=NULL)
##with the same covariates for all temporal trends, calling by name[＃具有相同协变量的变化趋势，呼叫名称]
model.same <- create.data.model(mesa.data, LUR=c("log10.m.to.a1",
"log10.m.to.road","km.to.coast","s2000.pop.div.10000"),
ST.Ind="lax.conc.1500")
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 13:02:49
