R语言 Zelig包 parse.par()函数中文帮助文档(中英文对照)

loveR

parse.par(Zelig)
parse.par()所属R语言包：Zelig

                                        Select and reshape parameter vectors
                                         选择和重塑参数向量

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

The parse.par function reshapes parameter vectors for comfortability with the output matrix from model.matrix.multiple.  Use parse.par to identify sets of parameters; for example, within optimization functions that require vector input, or within qi functions that take matrix input of all parameters as a lump.  
parse.par功能的舒适性与重塑参数向量输出矩阵model.matrix.multiple。使用parse.par确定的参数集，例如，在需要输入矢量的优化功能，或在qi功能，并以矩阵输入的所有参数作为整。


用法----------Usage----------


parse.par(par, terms, shape = "matrix", eqn = NULL)



参数----------Arguments----------

参数：par
the vector (or matrix) of parameters
向量（或矩阵）的参数


参数：terms
the terms from either model.frame.multiple or  model.matrix.multiple
是model.frame.multiple或model.matrix.multiple


参数：shape
a character string (either "matrix" or "vector") that identifies the type of output structure
输出结构的类型，标识字符字符串（"matrix"或"vector"）


参数：eqn
a character string (or strings) that identify the parameters that you would like to subset from the larger par structure
一个字符串（或字符串）的子集确定的参数，你想从更大的par结构


值----------Value----------

A matrix or vector of the sub-setted (and reshaped) parameters for the specified parameters given in "eqn".   By default, eqn = NULL, such that all systematic components are selected.  (Systematic components have ExpVar = TRUE in the appropriate  describe.model function.)  
在"eqn"给出的指定的参数的矩阵或矢量的子设播（及重构）参数。默认情况下，eqn = NULL，这样，所有的系统部件的选择。 （系统组件有ExpVar = TRUE在合适的describe.model函数）。

If an ancillary parameter (for which ExpVar = FALSE in describe.model) is specified in eqn, it is always returned as a vector (ignoring shape).  (Ancillary parameters are all parameters that have intercept only formulas.)  
如果的辅助参数（ExpVar = FALSEdescribe.model）中指定的eqn，它总是返回一个向量（忽略shape）。 （辅助参数是所有参数，拦截唯一的公式。）


（作者）----------Author(s)----------



Kosuke Imai &lt;<a href="mailto:kimai@princeton.edu">kimai@princeton.edu</a>&gt;; Gary King
&lt;<a href="mailto:king@harvard.edu">king@harvard.edu</a>&gt;; Olivia Lau &lt;<a href="mailtolau@fas.harvard.edu">olau@fas.harvard.edu</a>&gt;; Ferdinand Alimadhi
&lt;<a href="mailto:falimadhi@iq.harvard.edu">falimadhi@iq.harvard.edu</a>&gt;




参见----------See Also----------

model.matrix.multiple, parse.formula and the full Zelig manual at
model.matrix.multiple，parse.formula和完整的Zelig手册在


实例----------Examples----------


# Let's say that the name of the model is "bivariate.probit", and[比方说，该模型的名称是“bivariate.probit”，并]
# the corresponding describe function is describe.bivariate.probit(), [相应形容的功能是describe.bivariate.probit（），]
# which identifies mu1 and mu2 as systematic components, and an [标识MU1，MU2作为系统组件，和一个]
# ancillary parameter rho, which may be parameterized, but is estimated [辅助参数rho沸石，这可能是参数化的，但估计]
# as a scalar by default.  Let par be the parameter vector (including [默认情况下，作为一个标量。让看齐的参数向量（包括]
# parameters for rho), formulae a user-specified formula, and mydata[rho沸石的参数），公式用户指定的式，MYDATA的]
# the user specified data frame.  [用户指定的数据框。]

# Acceptable combinations of parse.par() and model.matrix() are as follows:[上可接受的组合parse.par（）和model.matrix（）如下：]
## Setting up[＃设置]
## Not run: [＃不运行：]
data(sanction)
formulae <- cbind(import, export) ~ coop + cost + target
fml <- parse.formula(formulae, model = "bivariate.probit")
D <- model.frame(fml, data = sanction)
terms <- attr(D, "terms")

## Intuitive option[＃直观的选项]
Beta <- parse.par(par, terms, shape = "vector", eqn = c("mu1", "mu2"))
X <- model.matrix(fml, data = D, shape = "stacked", eqn = c("mu1", "mu2")
eta <- X

## Memory-efficient (compact) option (default)[＃内存效率（紧凑型）选项（默认）]
Beta <- parse.par(par, terms, eqn = c("mu1", "mu2"))   
X <- model.matrix(fml, data = D, eqn = c("mu1", "mu2"))
eta <- X

## Computationally-efficient (array) option[＃计算效率（阵列）选项]
Beta <- parse.par(par, terms, shape = "vector", eqn = c("mu1", "mu2"))
X <- model.matrix(fml, data = D, shape = "array", eqn = c("mu1", "mu2"))
eta <- apply(X, 3, '


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。