lmfit(stats)
lmfit()所属R语言包：stats
Fitter Functions for Linear Models
线性模型钳工功能
译者：生物统计家园网 机器人LoveR
描述----------Description----------
These are the basic computing engines called by lm used to fit linear models. These should usually not be used directly unless by experienced users.
这些是基本的计算引擎称为lm用来满足线性模型。这些应该通常不能直接使用，除非有经验的用户。
用法----------Usage----------
lm.fit (x, y, offset = NULL, method = "qr", tol = 1e-7,
singular.ok = TRUE, ...)
lm.wfit(x, y, w, offset = NULL, method = "qr", tol = 1e-7,
singular.ok = TRUE, ...)
参数----------Arguments----------
参数：x
design matrix of dimension n * p.
维n * p设计矩阵。
参数：y
vector of observations of length n, or a matrix with n rows.
矢量的长度n或n行矩阵的意见。
参数：w
vector of weights (length n) to be used in the fitting process for the wfit functions. Weighted least squares is used with weights w, i.e., sum(w * e^2) is minimized.
权重向量（长度n）wfit功能，可在装修过程中使用。加权最小二乘使用w，即，sum(w * e^2)最小的重量。
参数：offset
numeric of length n). This can be used to specify an a priori known component to be included in the linear predictor during fitting.
长度数字n）。这可以用来指定一个先验已知的组件包括在装修过程中的线性预测。
参数：method
currently, only method="qr" is supported.
目前，只有method="qr"支持。
参数：tol
tolerance for the qr decomposition. Default is 1e-7.
容忍qr分解。默认是1E-7。
参数：singular.ok
logical. If FALSE, a singular model is an error.
逻辑。如果FALSE，一个单一的模式是一个错误。
参数：...
currently disregarded.
目前忽视。
值----------Value----------
a list with components
一个组件的列表
参数：coefficients
p vector
p向量
参数：residuals
n vector or matrix
n向量或矩阵
参数：fitted.values
n vector or matrix
n向量或矩阵
参数：effects
(not null fits)n vector of orthogonal single-df effects. The first rank of them correspond to non-aliased coefficients, and are named accordingly.
（空不适合）n向量正交单DF影响。第一rank其中符合非失真系数和相应的命名。
参数：weights
n vector — only for the *wfit* functions.
n向量 - 只为*wfit*功能。
参数：rank
integer, giving the rank
整数，给予排名
参数：df.residual
degrees of freedom of residuals
度的残差自由
参数：qr
(not null fits) the QR decomposition, see qr.
（不空配合）QR分解，看到qr。
参见----------See Also----------
lm which you should use for linear least squares regression, unless you know better.
lm你应该使用线性最小二乘回归，除非你知道更好。
举例----------Examples----------
require(utils)
set.seed(129)
n <- 7 ; p <- 2
X <- matrix(rnorm(n * p), n,p) # no intercept![没有拦截！]
y <- rnorm(n)
w <- rnorm(n)^2
str(lmw <- lm.wfit(x=X, y=y, w=w))
str(lm. <- lm.fit (x=X, y=y))
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 2012-2-17 10:21:24
