bayesglm.fit(BAS)
bayesglm.fit()所属R语言包：BAS
Fitting Generalized Linear Models Bayesian marginal likelihood evaluation
拟合广义线性模型贝叶斯边缘似然评价
译者：生物统计家园网 机器人LoveR
描述----------Description----------
A version of glm.fit rewritten in C; also returns marginal
的glm.fit在C重写的版本也返回边际
用法----------Usage----------
start = NULL, etastart = NULL,
mustart = NULL, offset = rep(0, nobs), family = binomial(),
coefprior = bic.prior(nobs),
control = glm.control(), intercept = TRUE)
参数----------Arguments----------
参数：x
design matrix
设计矩阵
参数：y
response
响应
参数：weights
optional vector of weights to be used in the fitting process. SHould be NULL or a numeric vector.
在嵌合过程中要使用可选的权重向量。应该是NULL或一个数值向量。
参数：start
starting value for coefficients in the linear predictor
的线性预测系数的初始值
参数：etastart
starting values for the linear predictor
线性预测器的初始值的
参数：mustart
starting values for the vectors of means
装置的向量的初始值
参数：offset
a priori known component to be included in the linear predictor
参数：family
a description of the error distribution and link function for exponential family; currently only binomial() is coded.
指数族的误差分布和链接功能的描述，目前只有二项式（）的编码。
参数：coefprior
function specifying prior distribution on coefficients with optionlal hyperparamters leading to marginal likelihood calculations; options include bic.prior(), aic.prior(), and ic.prior()
指定先验分布的函数系数，optionlal hyperparamters边缘似然计算;选项包括bic.prior()， aic.prior()和ic.prior()
参数：control
a list of parameters that control convergence in the fitting process. See the documentation for glm.control()
在装修过程中的参数控制收敛的列表。请参阅文档glm.control()
参数：intercept
should an intercept be included in the null model?
应包括在空模型的拦截吗？
Details
详细信息----------Details----------
C version of glm-fit. For different prior choices returns, marginal likelihood of model using a Laplace approximation.
C版本的GLM拟合。对于不同的事先选择退货，使用拉普拉斯近似模型的边际可能性。
值----------Value----------
参数：coefficients
MLEs
最大似然估计
参数：se
Standard errors of coefficients based on the sqrt of the diagonal of the inverse information matrix
基于逆信息矩阵的对角线的sqrt系数的标准误差
参数：mu
fitted mean
合身的平均
参数：rank
numeric rank of the fitted linear model
拟合的线性模型的数字排名
参数：deviance
minus twice the log likelihood evaluated at the MLEs
减去两倍的评价在极大似然估计的对数似然
参数：g
value of g in g-priors
G-先验的g值
参数：shrinkage
shrinkage factor for coefficients in linear predictor
收缩系数为线性预测系数
参数：RegSS
quadratic form beta'I(beta)beta used in shrinkage
二次的形式betaI（测试）测试中使用的收缩
参数：logmarglik
the log marginal or integrated log likelihood (up to a constant)
边际或综合的log记录的可能性（一个常数）
（作者）----------Author(s)----------
Merlise Clyde translated the <code><a href="../../stats/html/glm.html">glm.fit</a></code> from R base
into C using the .Call interface
参考文献----------References----------
参见----------See Also----------
bic.prior
bic.prior
实例----------Examples----------
require(MASS)
library(MASS)
Pima.tr
Y = as.numeric(Pima.tr$type) - 1
X = cbind(1, as.matrix(Pima.tr[,1:7]))
out = bayesglm.fit(X, Y, family=binomial(),coefprior=bic.prior(n=length(Y)))
out$coef
# using built in function[使用内置的功能]
glm(type ~ ., family=binomial(), data=Pima.tr)
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 2012-9-12 14:10:24
