R语言 SpatioTemporal包 mesa.data.model()函数中文帮助文档(中英文对照)

loveR

mesa.data.model(SpatioTemporal)
mesa.data.model()所属R语言包：SpatioTemporal

                                         Example of a mesa.data.model Structure
                                         实施例一个mesa.data.model结构

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Example of an auxiliary data structure holding information regarding which geographic and spatio-temporal covariates to use when fitting the model. Should always be created by calling <br> create.data.model on a mesa.data structure.
例如，一个辅助数据结构持有有关的GEO和时空协变量装修时使用的模式。应始终通过调用<BR> create.data.model在mesa.data结构。


用法----------Usage----------


data(mesa.data.model)



格式----------Format----------

A list with the following elements:
列表包含下列元素：




obs A data.frame with the observations, containing:
OBS与观测数据框，包含：




obs The value of each observation.
obs各观测值。




date The time at which each observation was taken
date的时间在每个观察




ID The name of the station at which each
ID的站名，每个




idx The location at which the observation were taken, this acts as an index into the <br> location elements, e.g. idx=3 indicates that the observation was taken at the third site in location. Thus, <br> ID == mesa.data.model$location[mesa.data.model$obs$idx].
idx的位置观察，这种行为的<br> location元素的索引，例如： idx=3表示，在第三个站点中location观察。因此，参考ID == mesa.data.model$location[mesa.data.model$obs$idx]。

The data.frame is sorted by date, with ties broken by idx.
数据框进行排序date，与打破idx的关系。




location A data.frame with the names of each site in ID and the location in x and y.  Could also contain longitudinal  coordinates for plotting the locations on a map.
位置数据框，每个站点的名称在ID和x和y的位置。还可以包含用于在图上绘制的位置的纵坐标。




trend The smooth temporal trends from mesa.data$trend, possibly interpolated using <br> spline to match all dates in mesa.data$trend$date and mesa.data$obs$date.
趋势平稳的变化趋势mesa.data$trend，可能插值参考splinemesa.data$trend$date和mesa.data$obs$date匹配的所有日期。




F A matrix contaning the intercept (first column) and smooth temporal trends for each observation. The number of rows equals the total number of observations. This is an expansion of the data in mesa.data$trend.
FA矩阵浸渗截距（第一列），为每个观测值平滑的变化趋势。的行数等于观测的总数。这是一个扩展的数据在mesa.data$trend。




X The geographic covariates to be used for model fitting. Consists of a list that contains one covariate matrix for each termporal trend (including the intercept). Each matrix consists of a subset of covariates from mesa.data$LUR, with an added column of ones for the intercept. For details on the selection of covariates see create.data.model.
X该GEO协变量要用于模型拟合。包含一个列表，其中包含一个协方差阵的每个termporal趋势（包括截距）。每个矩阵由从mesa.data$LUR，与添加的列的截距的协变量的一个子集。的协变量的选择的详细信息，请参阅create.data.model。

Distance matrix giving the distance between each observed location. Computed from x and y in mesa.data$location.
给予每一个观察到的位置之间的距离的距离矩阵。 x和y中mesa.data$location计算。




dates The unique dates/timepoints of the observations, i.e. <br> sort(unique(mesa.data$obs$date)).
日期独特的日期/时间点的意见，即参考sort(unique(mesa.data$obs$date))。




nt The number of observations at each date/timepoint, same length as date above.
NT中的每个日期/时间点，date上面的相同长度的若干意见。




SpatioTemp A matrix with the spatio-temporal covariate(s) for each observation, compare to F.
SpatioTemp矩阵的时空协（s）为每个观察，比较到F。

NULL if no spatio-temporal covariate is used.
NULL如果没有时空的协变量。




SpatioTemp.all The full 3D-array of spatio-temporal covariate(s) for all space-time locations given by location and trend$date.
SpatioTemp.all全3D阵列的时空协（S）的时空位置location和trend$date。

NULL if no spatio-temporal covariate is used.
NULL如果没有时空的协变量。




LUR.list The LUR parameter requested in the call to create.data.model that created this data structure.
LUR.list的LUR参数在调用要求create.data.model创建数据结构。




ST.Ind The ST.Ind parameter requested in the call to create.data.model that created this data structure.
ST.Ind的ST.Ind参数在调用要求create.data.model创建数据结构。


Details

详细信息----------Details----------

This data structure is required as input to most of the functions in this package, see loglike, fit.mesa.model, cond.expectation, simulateMesaData, <br> run.MCMC, etc.
这种数据结构作为输入，在此包中的大部分的功能，请参阅loglike，fit.mesa.model，cond.expectation，simulateMesaData，参考run.MCMC，等等


警告----------Warning----------

This structure should always be created by calling create.data.model on a mesa.data structure. The user should <STRONG>never</STRONG> attempt to create the structure from scratch.
这种结构应始终创建通过调用create.data.modelmesa.data结构。用户应<STRONG>绝不会</ STRONG>从头开始创建结构。


源----------Source----------

Contains monitoring data from the <STRONG>MESA Air</STRONG> project, see Cohen et.al. (2009) and mesa.data.raw for details.
包含从<STRONG>梅萨航空</ STRONG>项目的监测数据，参见Cohen等人（2009）和mesa.data.raw的详细信息。

Obtained from mesa.data as:<br> mesa.data.model <- create.data.model(mesa.data,<br> LUR = list(c("log10.m.to.a1", "s2000.pop.div.10000",<br> "km.to.coast"),"km.to.coast", "km.to.coast"), ST.Ind=NULL)<br> See mesa.data and create.data.model for details.
获得mesa.data：<BR>mesa.data.model <- create.data.model(mesa.data,参考LUR = list(c("log10.m.to.a1", "s2000.pop.div.10000",参考"km.to.coast"),"km.to.coast", "km.to.coast"), ST.Ind=NULL)参考，请参阅mesa.data和create.data.model的详细信息， 。


参考文献----------References----------

D. Hardie, A. Ho, P. Kinney, T. V. Larson, P. D. Sampson, L. Sheppard, K. D. Stukovsky, S. S. Swan, L. S. Liu, J. D. Kaufman. (2009) Approach to Estimating Participant Pollutant Exposures in the Multi-Ethnic Study of Atherosclerosis and Air Pollution (MESA Air). Environmental Science &amp; Technology: 43(13), 4687-4693.

参见----------See Also----------

See mesa.data and create.data.model.
见mesa.data和create.data.model。

For other data functions, see 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.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.model)

##examine components[＃检查组件]
names(mesa.data.model)
printMesaDataNbrObs(mesa.data.model)

##requested geographic and spatio-temporal covariates[＃请求的地域和时空的协变量]
mesa.data.model$LUR.list
mesa.data.model$ST.Ind

##covariates for the temporal intercept[＃协变量的时间拦截]
head(mesa.data.model$X$const)
##...and the two smooth temporal trends[＃...和两个光滑的变化趋势]
head(mesa.data.model$X$V1)
head(mesa.data.model$X$V2)

##Some important dimensions of the model[＃该模型的一些重要方面，]
loglike.dim(mesa.data.model)

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。