spDiag(spBayes)
spDiag()所属R语言包：spBayes
Model fit diagnostics DIC and GP
模型拟合诊断DIC和GP
译者：生物统计家园网 机器人LoveR
描述----------Description----------
The function spDiag calculates DIC, GP, and associated statistics given a bayesLMRef, bayesLMConjugate, spGGT, spLM, spMvLM, bayesGeostatExact, spGLM, or mvLM object.
函数spDiag计算DIC，GP，和相关统计给出一个bayesLMRef，bayesLMConjugate，spGGT，spLM，spMvLM，<X >，bayesGeostatExact或spGLM对象。
用法----------Usage----------
spDiag(sp.obj, start=1, end, thin=1, n.report=100, verbose=TRUE, ...)
参数----------Arguments----------
参数：sp.obj
an object returned by bayesLMRef, bayesLMConjugate, spGGT, spLM, spMvLM, mvLM, bayesGeostatExact, or spGLM
返回的对象bayesLMRef，bayesLMConjugate，spGGT，spLM，spMvLM，mvLM，bayesGeostatExact或<X >
参数：start
specifies the first sample included in the calculation. This is useful for those who choose to acknowledge chain burn-in.
指定第一个样品，包括在计算中。对于那些谁选择承认链的老化，这是非常有用的。
参数：end
specifies the last sample included in the prediction calculation. The default is to use all posterior samples in sp.obj.
指定的最后一个样本包含在预测计算。默认的是使用后的样品在sp.obj。
参数：thin
a sample thinning factor. The default of 1 considers all samples between start and end. For example, if thin = 10 then 1 in 10 samples are considered between start and end.
一个样品稀化因子。默认值为1，认为所有样本之间start和end。例如，如果thin = 10然后1在10个样品被认为是start和end之间。
参数：verbose
if TRUE calculation progress is printed to the screen; otherwise, nothing is printed to the screen.
如果TRUE计算进度显示在屏幕上，否则，不被打印到屏幕上。
参数：n.report
the interval to report progress.
汇报工作进度的时间间隔。
参数：...
currently no additional arguments.
目前没有任何额外的参数。
值----------Value----------
A list with some of the following tags:
以下的一些标签的列表：
参数：DIC
a matrix holding DIC and associated statistics, see Banerjee et al. (2004) for details.
的矩阵保持DIC和相关联的统计数据，请参阅Banerjee等人。 （2004年）的详细信息。
参数：GP
a matrix holding GP and associated statistics, see Gelfand and Ghosh (1998) for details. This is only available for bayesLMRef, bayesLMConjugate,spLM, spMvLM, bayesGeostatExact, and mvLM objects
矩阵控股GP和相关的统计信息，请参阅Gelfand和戈什（1998）。这是仅适用于bayesLMRef，bayesLMConjugate，spLM，spMvLM，bayesGeostatExact，mvLM对象
参数：sp.effects
if sp.obj specifies a spatial model without pre-calculated spatial effects then spDiag calculates the spatial effects.
如果sp.obj指定一个空间模型没有预先计算空间效果，然后spDiag计算空间的效果。
（作者）----------Author(s)----------
Andrew O. Finley <a href="mailto:finleya@msu.edu">finleya@msu.edu</a>, <br>
Sudipto Banerjee <a href="mailto:sudiptob@biostat.umn.edu">sudiptob@biostat.umn.edu</a>.
参考文献----------References----------
modeling and analysis for spatial data. Chapman and Hall/CRC Press, Boca Raton,Fla.
predictive loss approach. Biometrika. 85:1-11.
参见----------See Also----------
bayesLMRef, bayesLMConjugate, spGGT, bayesGeostatExact,
bayesLMRef，bayesLMConjugate，spGGT，bayesGeostatExact，
实例----------Examples----------
## Not run: [＃不运行：]
data(rf.n200.dat)
Y <- rf.n200.dat$Y
coords <- as.matrix(rf.n200.dat[,c("x.coords","y.coords")])
w <- rf.n200.dat$w
n.samples <- 1000
##non-spatial regression[＃非空间回归]
m.1 <- bayesLMRef(lm(Y~1), n.samples=n.samples)
##spatial regression[＃空间回归]
m.2 <- spLM(Y~1, coords=coords,
starting=list("phi"=0.6,"sigma.sq"=1, "tau.sq"=1),
sp.tuning=list("phi"=0.01, "sigma.sq"=0.05, "tau.sq"=0.05),
priors=list("phi.Unif"=c(0.3, 3), "sigma.sq.IG"=c(2, 1),
"tau.sq.IG"=c(2, 1)),
cov.model="exponential",
n.samples=n.samples, verbose=TRUE, n.report=100)
##compare[＃比较]
print(spDiag(m.1))
print(spDiag(m.2, start=500, thin=2))
## End(Not run)[＃（不执行）]
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 14:24:00
