theta.prob(untb)
theta.prob()所属R语言包：untb
Posterior probabilities for theta
后验概率论旨
译者：生物统计家园网 机器人LoveR
描述----------Description----------
Determines the posterior probability and likelihood for theta, given a count object
确定的后验概率和可能性，计数对象为THETA
用法----------Usage----------
theta.prob(theta, x=NULL, give.log=TRUE)
theta.likelihood(theta, x=NULL, S=NULL, J=NULL, give.log=TRUE)
参数----------Arguments----------
参数：theta
biodiversity parameter
生物多样性参数
参数：x
object of class count or census
对象的类别数或普查
参数：give.log
Boolean, with FALSE meaning to return the value, and default TRUE meaning to return the (natural) logarithm of the value
布尔值，FALSE这意味着返回值，默认TRUE的这意味着返回值（自然）对数
参数：S, J
In function theta.likelihood(), the number of individuals (J) and number of species (S) in the ecosystem, if x is not supplied. These arguments are provided so that x need not be specified if S and J are known.
在功能theta.likelihood()，个人（J）和种数（S）在生态系统中，如果x是不提供的。这些参数，使x如果S和J被称为不指定。
Details
详细信息----------Details----------
The formula was originally given by Ewens (1972) and is shown on page 122 of Hubbell (2001):
该公式最初是由Ewens（1972年）和哈贝尔（2001年）第122页所示：
The likelihood is thus given by
的可能性，从而给
Etienne observes that the denominator is equivalent to a Pochhammer symbol (theta)_J, so is thus readily evaluated as Gamma(theta+J)/Gamma(theta) (Abramowitz and Stegun 1965, equation 6.1.22).
艾蒂安指出，分母是相当于一个Pochhammer符号(theta)_J，因此容易评为Gamma(theta+J)/Gamma(theta)（1965年，阿布拉莫维茨和Stegun的方程6.1.22）。
注意----------Note----------
If estimating theta, use theta.likelihood() rather than theta.probability() because the former function generally executes <STRONG>much</STRONG> faster: the latter calculates a factor that is independent of theta.
如果估计theta，使用theta.likelihood()而不是theta.probability()因为前者的功能一般执行<STRONG>的多</ STRONG>快：后者计算是独立的theta的因素， 。
The likelihood function L(theta) is any function of theta proportional, for fixed observation z, to the probability density f(z,theta). There is thus a slight notational inaccuracy in speaking of “the” likelihood function which is defined only up to a multiplicative constant. Note also that the “support” function is usually defined as a likelihood function with maximum value 1 (at the maximum likelihood estimator for theta). This is not easy to determine analytically for J>5.
的似然函数L(theta)是theta成正比的任何函数，用于固定观察z，概率密度f(z,theta)。因此，有轻微的符号不准确之说“的”似然函数只定义了一个乘法常数。还要注意的是“支持”功能通常被定义为一个似然函数最大值1（theta）的最大似然估计。这是不容易的确定分析的J>5。
Note that S is a sufficient statistic for theta.
需要注意的是S是一个充分统计量为theta。
Function theta.prob() does <STRONG>not</STRONG> give a PDF for theta (so, for example, integrating over the real line does not give unity). The PDF is over partitions of J; an example is given below.
功能theta.prob()<STRONG> </ STRONG>给一个PDFtheta（所以，例如，集成在实线不给统一）。 PDF超过J下面给出一个例子分区。
Function theta.prob() requires a count object (as opposed to theta.likelihood(), for which J and S are sufficient) because it needs to call phi().
函数theta.prob()需要计数的对象（而不是theta.likelihood()，J和S是足够了），因为它需要调用“phi()。
（作者）----------Author(s)----------
Robin K. S. Hankin
参考文献----------References----------
“The Unified Neutral Theory of Biodiversity”, Princeton University Press.
neutral alleles”, Theoretical Population Biology, 3:87–112
Handbook of Mathematical Functions, New York: Dover
参见----------See Also----------
phi, optimal.prob
phi，optimal.prob
实例----------Examples----------
theta.prob(1,rand.neutral(15,theta=2))
gg <- as.count(c(rep("a",10),rep("b",3),letters[5:9]))
theta.likelihood(theta=2,gg)
optimize(f=theta.likelihood,interval=c(0,100),maximum=TRUE,x=gg)
## An example showing that theta.prob() is a PDF:[＃一个例子表明，theta.prob（）是一个PDF：]
a <- count(c(dogs=3,pigs=3,hogs=2,crabs=1,bugs=1,bats=1))
x <- parts(no.of.ind(a))
f <- function(x){theta.prob(theta=1.123,extant(count(x)),give.log=FALSE)}
sum(apply(x,2,f)) ## should be one exactly.[＃应该是一个准确。]
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 2012-10-1 13:32:45
