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

loveR

AICtweedie(tweedie)
AICtweedie()所属R语言包：tweedie

                                        Tweedie Distributions
                                         特威迪分派

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

The AIC for Tweedie models
特威迪模型的AIC


用法----------Usage----------


        AICtweedie( glm.obj, k = 2)



参数----------Arguments----------

参数：glm.obj
a fitted Tweedie glm object
一个装的特威迪glm对象


参数：k
numeric: the penalty per parameter to be used; the default is k=2
数字：要使用的每个参数的罚款;默认为k=2


Details

详细信息----------Details----------

See AIC for more details on the <acronym>AIC</acronym>; see link{dtweedie} for ore details on computing the Tweedie densities
见AIC更多细节上的<acronym> AIC </首字母缩写; link{dtweedie}特威迪密度计算的矿石细节


值----------Value----------

Returns a numeric value with the corresponding <acronym>AIC</acronym> (or <acronym>BIC</acronym>, depending on k)
返回一个数值与相应的<acronym>的AIC </首字母缩写词（或<acronym> BIC> </首字母缩写，这取决于k）


注意----------Note----------

Computing the <acronym>AIC</acronym> can take a long time!
计算的<acronym> AIC> </首字母缩写可能需要很长的时间！


（作者）----------Author(s)----------


Peter Dunn (<a href="mailto:pdunn2@usc.edu.au">pdunn2@usc.edu.au</a>)



参考文献----------References----------

Evaluation of Tweedie exponential dispersion model densities by Fourier inversion. Statistics and Computing,  18, 73&ndash;86.
Series evaluation of Tweedie exponential dispersion model densities Statistics and Computing, 15(4). 267&ndash;280.
Theory of Dispersion Models. Chapman and Hall, London.
Akaike Information Criterion Statistics.  D. Reidel Publishing Company.

参见----------See Also----------

AIC
AIC


实例----------Examples----------


library(statmod) # Needed to use  tweedie  family object[需要使用泰迪家族的对象]

### Generate some fictitious data[＃＃生成一些虚拟数据]
test.data <- rgamma(n=200, scale=1, shape=1)

### Fit a Tweedie glm and find the AIC[＃＃安装一特威迪GLM找到AIC]
m1 <- glm( test.data~1, family=tweedie(link.power=0, var.power=2) )

### A Tweedie glm with p=2 is equivalent to a gamma glm:[＃＃甲特威迪glm对应具有p = 2是等同的伽马的glm：]
m2 <- glm( test.data~1, family=Gamma(link=log))

### The models are equivalent, so the AIC shoud be the same:[＃＃模型是等价的，所以AIC应成相同：]
AICtweedie(m1)
AIC(m2)


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。