R语言 RMark包 create.model.list()函数中文帮助文档(中英文对照)

loveR

create.model.list(RMark)
create.model.list()所属R语言包：RMark

                                        Creates a dataframe of all combinations of parameter specifications
                                         创建一个数据框的所有组合的参数规格

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Creates a dataframe of all combinations of parameter specifications for each parameter in a particular type of MARK model. It is used together with mark.wrapper to run a series of models from sets of parameter specifications.
创建一个数据框规格参数的所有组合在特定类型的每个参数的MARKmodel。这是一起使用mark.wrapper运行的系列车型从一组参数规格。


用法----------Usage----------


  create.model.list(model)



参数----------Arguments----------

参数：model
character string identifying the type of model (e.g., "CJS")
字符识别模型的类型的字符串（例如，“CJS”）


Details

详细信息----------Details----------

This function scans the frame of the calling enviroment and collects all list objects that contain a formula and have names that match parameter. where parameter is the name of a type of parameter in the model type.  For example, it looks for Phi. and p. for model="CJS". Any number of characters can follow the period.  Each of the named objects should specify a list that matches the structure of a parameter specification as described in make.mark.model. It only collects list objects that contain an element named formula, thus it will not collect one like Phi.fixed=list(fixed=1).  If you want to do something like that, specify it as Phi.fixed=list(formula=~1,fixed=1). It is safest to use this inside a function that defines all of the parameter specifications as shown in the example below. The primary use for this function is to create a dataframe which is passed to mark.wrapper to construct and run each of the models.  It was written as a separate function to provide flexibility to add/delete/modify the list prior to passing to mark.wrapper. For example, only certain combinations may make sense for some parameter specifications.  Thus you could define a set to create all the combinations and then delete the ones from the dataframe that do not make sense. you want, add others and re-run the function and merge the resulting dataframes. If there are no specifications found for a particular model parameter, it is not included in the list and when it is passed to make.mark.model, the default specification will be used for that parameter.
此功能可扫描的框架调用的环境，并收集所有的列表对象，其中包含公式的名称相匹配parameter.参数是一种类型的参数model类型的名称。例如，它看起来Phi.和p.的model="CJS"。任何数目的字符可以遵循的时期。每个命名对象应指定一个列表，该列表的结构相匹配的参数规范，如描述在make.mark.model。只收集包含一个名为formula，因此它不会收集一个像Phi.fixed=list(fixed=1)元素的列表对象。如果你想要做类似的东西，将其指定为Phi.fixed=list(formula=~1,fixed=1)。最安全的方法是使用一个函数内部定义所有规格参数，如下面的例子所示。此功能的主要用途是创建一个数据框传递给mark.wrapper的模型构建和运行。它被写了作为一个独立的功能，提供灵活地添加/删除/修改前的列表传递给mark.wrapper。例如，只有某些组合可能是有意义的一些参数规格。因此，您可以定义一组创建的所有组合，然后删除那些没有任何意义的数据框。你想要的，添加和重新运行的功能和合并产生的dataframes，。如果没有找到一个特定的模型参数的规格，它不包括在列表中时，它被传递给make.mark.model，将被用于该参数的默认规范。


值----------Value----------

dataframe of all combinations of parameter specifications for a model.  Each field (column) is the name of a type of parameter (e.g., p and Phi for CJS).  The values are character strings identifying particular parameter specifications.
数据框的参数规格的所有组合的模型。每个字段（列）是一种类型的参数的名称（例如，p和披为CJS）。的值是字符串，确定具体的参数规格。


（作者）----------Author(s)----------



Jeff Laake




参见----------See Also----------

mark.wrapper
mark.wrapper


实例----------Examples----------



#[]
# Compare this to the run.dipper shown under ?dipper[与此相比，显示在run.dipper？瓢]
# It is only necessary to create each parameter specification and[它是只需要创建每个参数说明书和]
# create.model.list and mark.wrapper will create and run models for[create.model.list和mark.wrapper创建和运行模式]
# each combination. Notice that the naming of the parameter[每个组合。请注意，该参数的命名]
# specifications has been changed to accommodate format for[规格已被改变，以适应格式]
# create.model.list. Only a subset of the parameter specifications[create.model.list。的一个子集的参数规格]
# are used here in comparison to other run.dipper[在这里比其他run.dipper]
#[]
data(dipper)
run.dipper=function()
{
     #[]
     # Process data[过程数据]
     #[]
     dipper.processed=process.data(dipper,groups=("sex"))
     #[]
     # Create default design data[创建默认的设计数据]
     #[]
     dipper.ddl=make.design.data(dipper.processed)
     #[]
     # Add Flood covariates for Phi and p that have different values[加入洪水的协变量披和p有不同的价值观]
     #[]
     dipper.ddl$Phi$Flood=0
     dipper.ddl$Phi$Flood[dipper.ddl$Phi$time==2 |
                  dipper.ddl$Phi$time==3]=1
     dipper.ddl$p$Flood=0
     dipper.ddl$p$Flood[dipper.ddl$p$time==3]=1
     #[]
     #  Define range of models for Phi[定义范围内的车型披]
     #[]
     Phi.dot=list(formula=~1)
     Phi.time=list(formula=~time)
     Phi.sex=list(formula=~sex)
     Phi.Flood=list(formula=~Flood)
     #[]
     #  Define range of models for p[定义范围内的车型为p]
     #[]
     p.dot=list(formula=~1)
     p.time=list(formula=~time)
     p.Flood=list(formula=~Flood)
     #[]
     # Run all pairings of models[运行所有配对的模型]
     #[]
     dipper.model.list=create.model.list("CJS")
     dipper.results=mark.wrapper(dipper.model.list,
              data=dipper.processed,ddl=dipper.ddl)
     #[]
     # Return model table and list of models[回归模型的表格和列表的车型]
     #[]
     return(dipper.results)
}
dipper.results=run.dipper()


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。