R语言 rmac包 rmacBoot()函数中文帮助文档(中英文对照)

loveR

rmacBoot(rmac)
rmacBoot()所属R语言包：rmac

                                        A General Method for Calculating the RMAC and FMAC using BCa Bootstrapping
                                         计算的RMAC的FMAC使用BCA引导过程的一个通用方法

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Calculates the RMAC and FMAC using the ideal bootstrap estimate and calculates the confidence interval using BCa bootstrapping, given a specific cost function.
计算RMAC和FMAC使用的理想引导估计和计算置信区间的使用BCA自举，给出了具体的成本函数。


用法----------Usage----------


rmacBoot(x,...)
fmacBoot(x,...)

## Default S3 method:[默认方法]
rmacBoot(x,cost, conf.level= 0.95, na.rm = FALSE, numr = 999,...)
## S3 method for class 'table':
rmacBoot(x,cost, conf.level= 0.95, na.rm = FALSE, numr = 999,...)

## Default S3 method:[默认方法]
fmacBoot(x,cost, conf.level= 0.95, na.rm = FALSE, numr = 999, ...)
## S3 method for class 'table':
fmacBoot(x,cost, conf.level= 0.95, na.rm = FALSE, numr = 999, ...)




参数----------Arguments----------

参数：x
table, matrix or data frame of responses, where the responses are in columns 1 and 2 of the matrix or data frame
表，矩阵或数据框的响应，其中的反应是在矩阵或数据框的第1列和第2


参数：cost
a function that defines the cost function
一个函数，定义的成本函数


参数：conf.level
confidence level for interval
置信水平区间


参数：na.rm
logical, remove missing values for both if missing response for either
逻辑删除缺失值的两个，如果缺少响应，无论是


参数：numr
integer indicating the number of bootstrapping samples to use (R)
整数表示的引导程序使用的样本数（R）


参数：...
any other arguments passed to the function; not currently used
任何其他参数传递给函数，而不是目前使用的


Details

详细信息----------Details----------

For categorical data, these functions accept data in table form, ie. a table of counts.  If the data is in a table, it is first converted to two vectors of scores before the agreement coefficient is calculated. The default methods assumes that the data are in the first two columns of x.
对于分类数据，这些功能表的形式，即接受数据。计数的表。如果该数据是在一个表中，它首先被转换成两个向量的分数之前的协议系数的计算方法。默认的方法假设数据中的前两列x。

If the two input vectors are not the same length, an error is retuned.
如果两个输入向量是不相同的长度，一个错误被重新调谐。

The cost function should have two imputs, corresponding to individual values from the two input vectors.  See below for an example of a cost function.
的成本函数应具有两个imputs，对应于从两个输入向量的单个值。的成本函数的一个例子，请参见下文。

The confindence intervals are calculated using the built-in R function boot.out with the BCa option.
confindence间隔计算出的使用的内置R的功能boot.out与BCA选项。


值----------Value----------

A list with class "htest" containing the following components is returned: <table summary="R valueblock"> <tr valign="top"><td>method</td> <td> a character string describing the statistical method used</td></tr> <tr valign="top"><td>statistic</td> <td> the value of the test statistic with a name describing it</td></tr> <tr valign="top"><td>conf.int</td> <td> a confidence internal for the agreement coefficient</td></tr> <tr valign="top"><td>estimate</td> <td> an estimate of the agreement coefficient</td></tr> <tr valign="top"><td>alternative</td> <td> a character string describing the altnative hypothesis</td></tr> <tr valign="top"><td>p.value</td> <td> the p-value for the test</td></tr> <tr valign="top"><td>data.name</td> <td> a character string giving the names of the data</td></tr>
列表与类“htest”返回包含以下组件：<table summary="R valueblock"> <tr valign="top"> <TD> method</ TD> <td>一个字符串描述所使用的统计方法</ TD> </ TR> <tr valign="top"> <TD>statistic </ TD> <TD>的检验统计量的值的名称描述</ TD> </ TR> <tr valign="top"> <TD> conf.int </ TD> <td>一个信心的内部协议系数</ TD> </ TR> <tr valign="top"> <TD>estimate </ TD> <TD>协议系数的估计值</ TD> </ TR> <tr valign="top"> <TD> alternative</ TD> < TD>描述altnative假设一个字符串</ TD> </ TR> <tr valign="top"> <TD>p.value </ TD> <TD>测试的p值</ TD > </ TR> <tr valign="top"> <TD>data.name </ TD> <td>一个字符串提供的数据</ TD> </ TR>

</table>
</ TABLE>


（作者）----------Author(s)----------


Jennifer Kirk



参考文献----------References----------



参见----------See Also----------

See also: rmac-package, cac, wkappa
另请参阅：rmac-package，cac，wkappa


实例----------Examples----------


#A simple example of a categorical data set (scores are 1 or 2)[一个简单的例子，一个明确的数据集（分数为1或2）]
set.seed(41919)
measure1 <- c( rep(1,15), rep(2,5) )
measure2 <- c( rep(1,12), rep(2,8) )
measures<- cbind(measure1, measure2)

#the cost function[的成本函数]
nominal <- function(p,q){         test <- abs(p-q)
        ifelse(test > 0, 1, 0) }

#the default method[默认的方法]
fmacBoot(measures, cost = "nominal")
rmacBoot(measures, cost = "nominal")

#the table method[表法]
mtable<- table(measure1, measure2)
fmacBoot(mtable, cost = "nominal")
rmacBoot(mtable, cost = "nominal")

#A simple example of a continuous data set[一个简单的例子，一个连续的数据集]
set.seed(12321)
x<-rnorm(10,1+(1:10))
y<-rnorm(10,(1:10))

plot(x,y,xlim=c(0,12),ylim=c(0,12))
lines(c(0,12),c(0,12))

example<- cbind(x,y)
absolute<- function(p,q){ abs(p-q) }

#Now with the absolute cost function[现在有了绝对的成本函数]
fmacBoot(example,"absolute")

#this is an alternative method to the cac function[这是一种替代方法CAC功能]
rmacBoot(example,"absolute")
cor.test(x,y,alternative="two.sided")

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。