R语言 truncSP包 lt.fit()函数中文帮助文档(中英文对照)

loveR

lt.fit(truncSP)
lt.fit()所属R语言包：truncSP

                                         Function for fitting LT
                                         配件LT的功能

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Function to find LT estimates of the regression coefficients for regression models with truncated response variables. Uses optim. Intended to be called through lt, not on its own, since lt also transforms data into the correct form etc.
功能截断响应变量的回归系数回归模型的找到LT估计，。使用optim。拟，被称为lt，而不是自己的，因为lt也将数据转换成正确的形式等。


用法----------Usage----------


lt.fit(mf, x, y, point, direction, bet, cl, cu, ...)



参数----------Arguments----------

参数：mf
the model.frame containing the variables to be used when fitting the model. lt transforms the model frame to the correct form before calling lt.fit. If lt.fit is called on its own the model frame needs to be transformed manually.
model.frame包含变量时要使用的模型的拟合。 lt转换模型框架以正确的形式前调用lt.fit。如果lt.fit被称为对自己的模型框架需要手动进行改造的。


参数：x
design matrix of dimension n * p
设计矩阵的维数为n * P


参数：y
matrix of truncated observations, with n rows.
矩阵的截断的意见，n行。


参数：point
point of truncation
截断点


参数：direction
direction of truncation
截取方向


参数：bet
starting values to be used by optim. Column matrix with p rows.
要使用的optim的初始值。 p行的列的矩阵。


参数：cl
lower threshold value to be used, number or numeric vector of length 1.  (See lt, argument clower, for more information).
下限阈值被使用，数字或数字的长度为1的向量。 （见lt，参数clower，了解更多信息）。


参数：cu
upper threshold value to be used, number or numeric vector of length 1. (See lt, argument cupper, for more information).
上限阈值被使用，数字或数字的长度为1的向量。 （见lt，参数cupper，了解更多信息）。


参数：...
additional arguments to be passed to optim (see the documentation for lt for further details).
额外的参数被传递到optim（lt进一步详情请参阅文档）。


值----------Value----------

a list with components: <table summary="R valueblock"> <tr valign="top"><td>startcoef </td> <td> the starting values of the regression coefficients used by optim</td></tr> <tr valign="top"><td>coefficients </td> <td> the named vector of coefficients</td></tr> <tr valign="top"><td>counts </td> <td> number of iterations used by optim. See the documentation for optim for further details</td></tr> <tr valign="top"><td>convergence </td> <td> from optim. An integer code. 0 indicates successful completion. Possible error codes are <br> 1  indicating that the iteration limit maxit had been reached.<br> 10  indicating degeneracy of the Nelder&ndash;Mead simplex.</td></tr> <tr valign="top"><td>message </td> <td> from optim. A character string giving any additional information returned by the optimizer, or NULL.</td></tr> <tr valign="top"><td>residuals </td> <td> the residuals of the model</td></tr> <tr valign="top"><td>df.residual </td> <td> the residual degrees of freedom</td></tr> <tr valign="top"><td>fitted.values </td> <td> the fitted values</td></tr> </table>
组件的列表：<table summary="R valueblock"> <tr valign="top"> <TD> startcoef  </ TD> <TD>的回归系数使用的起始值optim </ TD> </ TR> <tr valign="top"> <TD>coefficients  </ TD> <TD>命名的系数向量</ TD> </ TR> <TR VALIGN =“顶“<TD> counts  </ TD> <TD>的迭代使用optim。请参阅文档optim的进一步详情</ TD> </ TR> <tr valign="top"> <TD> convergence </ TD> <TD>optim。的整数代码。 0表示成功完成。可能出现的错误代码是参考1表明，迭代限制的麦克斯特已经达到。参考10表示内尔德Mead单纯的退化。</ TD> </ TR> <tr valign="top"> <TD> message </ TD> <TD>optim。一个字符的字符串，给出了优化，或NULL。</ TD> </ TR> <tr valign="top"> <TD>residuals </ TD> <TD>的任何附加的信息该模型的残差</ TD> </ TR> <tr valign="top"> <TD> df.residual  </ TD> <TD>的剩余自由度</ TD> </ TR> < TR VALIGN =“顶”> <TD>fitted.values  </ TD> <TD>的拟合值</ TD> </ TR> </ TABLE>


（作者）----------Author(s)----------



Anita Lindmark  and Maria Karlsson




参见----------See Also----------

lt
lt


实例----------Examples----------


##generate a model frame, model matrix and response matrix[＃生成一个模型框架，模型矩阵和响应矩阵]
n <- 10000
x <- rnorm(n,0,2)
y <- 2+x+4*rnorm(n)
d <- data.frame(y=y, x=x)
dl0 <- subset(d, y>0)
mf <- model.frame(y~x, data=dl0)
xx <- model.matrix(y~x,data=mf)
yy <- matrix(mf[,1])

##Generate starting values and threshold values[＃生成的初始值和阈值]
lmmod <- lm(data=mf)
bet <- lmmod$coef
bet <- matrix(bet)
cl <- sqrt(deviance(lmmod)/df.residual(lmmod))
cu <- 2*cl

##estimate the regression coefficients[估计回归系数]
lt.fit(mf,xx,yy,point=0,direction="left",bet,cl,cu)

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。