tls(DTA)
tls()所属R语言包：DTA
Weighted Total Least Square Regression
加权总体最小二乘回归
译者：生物统计家园网 机器人LoveR
描述----------Description----------
Weigthed total least square regression according to Golub and Van Loan (1980) in SIAM J.Numer.Anal Vol 17 No.6
根据戈卢布和Van贷款（1980年）在暹罗J.Numer.Anal第6卷17轻量化总体最小二乘回归
用法----------Usage----------
tls(formula, D = NULL, T = NULL, precision = .Machine$double.eps)
参数----------Arguments----------
参数：formula
An object of class formula.
公式类的对象。
参数：D
Diagonal weigth matrix. Default weights are set to 1.
自重对角线矩阵。默认权重设置为1。
参数：T
Diagonal weigth matrix. Default weights are set to 1.
自重对角线矩阵。默认权重设置为1。
参数：precision
Smallest possible numeric value on this machine (default).
最小的可能数值（默认）这台机器上。
值----------Value----------
tls returns a lm object.
tls返回一个LM对象。
作者（S）----------Author(s)----------
Sebastian Duemcke <a href="mailto:duemcke@lmb.uni-muenchen.de">duemcke@lmb.uni-muenchen.de</a>
参考文献----------References----------
举例----------Examples----------
f = 1.5 # true ratio[真正的比]
a = rnorm(5000)
b = f*a
a = a + rnorm(5000,sd=0.5)
b = b + rnorm(5000,sd=0.5)
coeff.tls = coef(tls(b ~ a + 0))
coeff.lm1 = coef(lm(b ~ a + 0))
coeff.lm2 = 1/coef(lm(a ~ b + 0))
heatscatter(a,b)
abline(0,coeff.lm1,col="red",pch=19,lwd=2)
abline(0,coeff.lm2,col="orange",pch=19,lwd=2)
abline(0,coeff.tls,col="green",pch=19,lwd=2)
abline(0,f,col="grey",pch=19,lwd=2,lty=2)
legend("topleft", c("Least-squares regr. (y ~ x + 0)", "Least-squares regr. (x ~ y + 0)", "Total Least-squares regr.", "True ratio"), col=c("red", "orange", "green", "grey"), lty=c(1,1,1,2), lwd=2)
results = c(coeff.tls,coeff.lm1,coeff.lm2)
names(results) = c("coeff.tls","coeff.lm1","coeff.lm2")
print(results)
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 2012-2-25 16:47:30
