R语言 SemiParBIVProbit包 summary.SemiParBIVProbit()函数中文帮助文档(中英文对照)

loveR

summary.SemiParBIVProbit(SemiParBIVProbit)
summary.SemiParBIVProbit()所属R语言包：SemiParBIVProbit

                                        SemiParBIVProbit summary
                                         SemiParBIVProbit总结

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

It takes a fitted SemiParBIVProbit object produced by SemiParBIVProbit() and produces some summaries from it.
它需要一个装SemiParBIVProbit对象产生的SemiParBIVProbit()，并产生了一些总结。


用法----------Usage----------



## S3 method for class 'SemiParBIVProbit'
summary(object,n.sim=1000,s.meth="svd",sig.lev=0.05,thrs1=0.5,thrs2=0.5,...)

                        



参数----------Arguments----------

参数：object
A fitted SemiParBIVProbit object as produced by SemiParBIVProbit().
一个装有SemiParBIVProbit对象产生的SemiParBIVProbit()。


参数：n.sim
The number of simulated coefficient vectors from the posterior distribution of the estimated model parameters. This is used  to calculate "confidence" intervals for ρ.  
从估计的模型参数的后验分布模拟系数矢量的数量。这用来计算自信的时间间隔ρ。


参数：s.meth
Matrix decomposition used to determine the matrix root of the covariance matrix. See the documentation of mvtnorm for further details.  
矩阵分解用于确定矩阵的协方差矩阵的根。有关进一步详情，请参阅文档的mvtnorm。


参数：sig.lev
Significance level used for intervals obtained via posterior simulation.  
用于获得通过后模拟的时间间隔显着性水平。


参数：thrs1,thrs2
Threshold to calculate the correct prediction ratios for the two binary responses. Default value is 0.5. It only works when selection=FALSE.  
阈值计算出正确的的预测比率为两个二进制反应。默认值是0.5。仅当selection=FALSE。


参数：...
Other arguments.
其他参数。


Details

详细信息----------Details----------

As in the package mgcv, based on the results of Marra and Wood (2012), "Bayesian p-values" are returned for the smooth terms. These have  better frequentist performance than their frequentist counterpart. Let \hat{\bf f} and V_f denote the vector of values of a smooth term evaluated at the original covariate values and the corresponding Bayesian covariance matrix, and let V_f^{r-} denote  the rank r pseudoinverse of V_f. The statistic used  is T=\hat{\bf f}^\prime {\bf V}_f^{r-} \hat{\bf f}. This is  compared to a chi-squared distribution with degrees of freedom given by r, which is obtained by  biased rounding of the estimated degrees of freedom. See Marra (in press) for further details.
包中的mgcv，马拉和Wood（2012年）的结果的基础上，“贝叶斯p值”返回的顺利条款。这些具有更好的频率论性能比他们的抽样分配。让\hat{\bf f}和V_f表示的评价顺利术语，在原有的协变量的值和相应的贝叶斯协方差矩阵的矢量的值，并让V_f^{r-}表示秩r伪逆V_f。统计使用的是T=\hat{\bf f}^\prime {\bf V}_f^{r-} \hat{\bf f}。这是r，它是通过偏四舍五入的估计自由度与自由度的卡方分布。的进一步详情，请参阅马拉（）。

Note that covariate selection can also be achieved using a shrinkage approach as shown in Marra and Wood (2011).
请注意协变量的选择还可以使用收缩方式实现马尔拉和Wood（2011年）所示。


值----------Value----------


参数：tableP1
It returns a table containing parametric estimates, their standard errors, z-values and p-values for equation 1.
它返回一个表，其中包含式（1）的参数估计，其标准误差，z值，p值。


参数：tableP2
As above but for equation 2.
同上，但为式（2）。


参数：tableNP1
It returns a table of nonparametric summaries for each smooth component including estimated degrees of freedom, estimated rank,  approximate Wald statistic for testing the null hypothesis that the smooth term is zero, and p-value for equation 1.
它返回一个非参数摘要表，为每一个平滑分量估计程度的自由，估计排名，近似的Wald统计量检验的零假设的顺利项为零，式（1）和p值。


参数：tableNP2
As above but for equation 2.
同上，但为式（2）。


参数：n
Sample size.
样本大小。


参数：rho
Estimated correlation parameter between the two equations.  
预计相关参数之间的两个方程。


参数：formula1
The original GAM formula used for equation1.
原来的GAM公式中使用公式1。


参数：formula2
The original GAM formula used for equation2.
原来的GAM使用的公式，方程2。


参数：l.sp1
Number of smooth components in equation 1.
在式（1）中的平滑分量数目。


参数：l.sp2
Number of smooth components in equation 2.
在式（2）中的平滑分量数目。


参数：t.edf
Total degrees of freedom of the estimated bivariate probit model.
自由的二元probit模型估计的总额度。


参数：CIrs
It returns "confidence" intervals for ρ.
它返回自信的时间间隔ρ。


参数：sel
This is used for internal calculations.
这被用于内部计算。


参数：n.sel
Number of selected observations in the sample selection case.
号码的选择观测样本选择的情况下。


参数：npRE
This is used for internal calculations.
这被用于内部计算。


参数：masses
If npRE=TRUE, then it returns the probabilities associated with the biavariate mass points.
如果npRE=TRUE，然后它返回的biavariate质量点的概率。


参数：table.npRE
If npRE=TRUE, then it returns a table representing the estimated random effect distribution.
如果npRE=TRUE，然后返回一个表，即估计的随机效应分布。


参数：table.R
Joint absolute frequency table of observed binary value combinations. This as well as all remaining quantities below are not provided when selection=TRUE.
联合观察到的二进制值组合的绝对频率表。以及时未提供的所有剩余数量低于selection=TRUE。


参数：table.P
Joint absolute frequency table of predicted binary value combinations.  
联合预测的二进位值的组合绝对频率表。


参数：table.F
It is given by table.P/table.R.
它的table.P/table.R。


参数：MR
Based on the comparison between table.P and table.R, it reports the matching rate as percentage.
基于比较table.P和table.R，报告的匹配率的百分比。


参数：P1,P2
Marginal probabilities for the two binary outcomes y1=1 and y2=1.
两个二进制的结果的边际概率为γ1= 1和y2 = 1。


参数：QPS1,QPS2
Quadratic probability scores for the two binary responses as suggested by Diebold and Rudebusch (1989). Values are on the interval [0,2], with 0 indicating a perfect fit.
二次概率分数为两个二进制响应Diebold和鲁迪布什（1989）所建议的。值是在区间[0,2]，与0指示一个完美的结合。


参数：CR1,CR2
Correct prediction ratios for the two binary responses as percentage.
正确的预测比两个二进制反应的百分比。


（作者）----------Author(s)----------



Maintainer: Giampiero Marra <a href="mailto:giampiero@stats.ucl.ac.uk">giampiero@stats.ucl.ac.uk</a>




参考文献----------References----------






参见----------See Also----------

AT, InfCr, SemiParBIVProbitObject, plot.SemiParBIVProbit
AT，InfCr，SemiParBIVProbitObject，plot.SemiParBIVProbit


实例----------Examples----------


## see examples for SemiParBIVProbit[＃看到SemiParBIVProbit的例子]

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。