R语言 VGAM包 inv.gaussianff()函数中文帮助文档(中英文对照)

loveR

inv.gaussianff(VGAM)
inv.gaussianff()所属R语言包：VGAM

                                         Inverse Gaussian Distribution Family Function
                                         逆高斯分布的家庭功能

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Estimates the two parameters of the inverse Gaussian distribution by maximum likelihood estimation.
估计这两个参数的逆高斯分布的最大似然估计。


用法----------Usage----------


inv.gaussianff(lmu = "loge", llambda = "loge",
               emu = list(), elambda = list(),
               imethod = 1, ilambda = 1,
               shrinkage.init = 0.99, zero = NULL)



参数----------Arguments----------

参数：lmu, llambda
Parameter link functions for the mu and lambda parameters. See Links for more choices.  
参数的链接功能，mu和lambda参数。见Links更多的选择。


参数：emu, elambda
List. Extra argument for each of the links. See earg in Links for general information.  
列表。每个环节的额外参数。见earg中Links的一般信息。


参数：ilambda
Initial value for the lambda parameter.   
的初始值lambda参数。


参数：imethod, shrinkage.init, zero
See CommonVGAMffArguments for more information.  
见CommonVGAMffArguments更多信息。


Details

详细信息----------Details----------

The standard (“canonical”) form of the inverse Gaussian distribution has a density that can be written as
逆高斯分布的标准（“规范”）形式具有的密度，可以写为

where y>0, mu>0, and lambda>0. The mean of Y is mu and its variance is mu^3/lambda. By default, eta1=log(mu) and eta2=log(lambda). The mean is returned as the fitted values.
y>0，mu>0和lambda>0。 Y的平均mu和方差为mu^3/lambda。默认情况下，eta1=log(mu)和eta2=log(lambda)。返回的拟合值的平均。


值----------Value----------

An object of class "vglmff" (see vglmff-class). The object is used by modelling functions such as vglm, rrvglm and vgam.
类的一个对象"vglmff"（见vglmff-class）。该对象被用于建模功能，如vglm，rrvglm和vgam。


注意----------Note----------

The inverse Gaussian distribution can be fitted (to a certain extent) using the usual GLM framework involving a scale parameter. This family function is different from that approach in that it estimates both parameters by full maximum likelihood estimation.
逆高斯分布可以安装（在一定程度上），使用通常的GLM框架，涉及一尺度参数。这间家庭功能从这种做法，因为它完整的最大似然估计，估计这两个参数是不同的。


（作者）----------Author(s)----------


T. W. Yee



参考文献----------References----------

Continuous Univariate Distributions, 2nd edition, Volume 1, New York: Wiley.
Statistical Distributions, New York: Wiley-Interscience, Third edition.

参见----------See Also----------

Inv.gaussian, wald, bisa.
Inv.gaussian，wald，bisa。

The R package SuppDists has several functions for evaluating the density, distribution function, quantile function and generating random numbers from the inverse Gaussian distribution.
的R套件“SuppDists评估从逆高斯分布的密度，分布函数，分位数函数生成随机数的多种功能。


实例----------Examples----------


idata <- data.frame(x2 = runif(nn <- 1000))
idata <- transform(idata, mymu   = exp(2 + 1 * x2),
                          Lambda = exp(2 + 1 * x2))
idata <- transform(idata, y = rinv.gaussian(nn, mu = mymu, lambda = Lambda))
fit1 <-   vglm(y ~ x2, inv.gaussianff, idata, trace = TRUE)
rrig <- rrvglm(y ~ x2, inv.gaussianff, idata, trace = TRUE)
coef(fit1, matrix = TRUE)
coef(rrig, matrix = TRUE)
Coef(rrig)
summary(fit1)

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。