qpRndHMGM(qpgraph)
qpRndHMGM()所属R语言包:qpgraph
Random homogeneous mixed graphical Markov model
随机均匀混合图形马尔可夫模型
译者:生物统计家园网 机器人LoveR
描述----------Description----------
Builds a random homogeneous mixed graphical Markov model (experimental feature).
生成一个随机均匀混合图形马尔可夫模型(实验性的功能)。
用法----------Usage----------
qpRndHMGM(nDiscrete=1, nContinuous=3, d=2, mixedIntStrength=5, rho=0.5, G=NULL)
参数----------Arguments----------
参数:nDiscrete
number of discrete variables.
离散变量的数目。
参数:nContinuous
number of continuous variables.
连续变量的数目。
参数:d
degree of every vertex.
每个顶点的程度。
参数:mixedIntStrength
strength of the mixed interactions.
混合相互作用的强度。
参数:rho
marginal correlation of the quadratic interactions.
边际二次相互作用相关。
参数:G
input graph, if we don't want the function to simulate one.
输入图形,如果我们不想要的功能来模拟一个。
Details
详情----------Details----------
This function builds a random homogeneous mixed graphical model. It uses qpRndGraph to simulate a random d-regular graph and then builds a set of parameters that encode the conditional independencies encoded by the graph and the given number of discrete and continuous vertices. This is still an experimental feature and by now it generates only models where the discrete variables are marginally independent.
这个函数生成一个随机均匀混合的图形模型。它使用qpRndGraph随机模拟D-正则图,然后建立一套编码图和给定数量的离散和连续的顶点编码的条件独立的参数。这仍然是一个实验性的功能,现在只生成模型离散变量轻微独立。
值----------Value----------
A list with the graph and the parameters of the homogeneous mixed graphical model, ready to be used with the function qpSampleFromHMGM for sampling synthetic data using this model.
一个均匀混合图形模型图和参数列表,随时可以与函数使用这个模型的合成数据进行采样qpSampleFromHMGM。
作者(S)----------Author(s)----------
R. Castelo and A. Roverato
参考文献----------References----------
Gaussian graphical model search from microarray data with p larger than n, J. Mach. Learn. Res., 7:2621-2650, 2006.
参见----------See Also----------
qpRndGraph qpSampleFromHMGM
qpRndGraphqpSampleFromHMGM
举例----------Examples----------
qpRndHMGM()
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。
|