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

loveR

model.table(RMark)
model.table()所属R语言包：RMark

                                        Create table of MARK model selection results
                                         创建的的MARK模型选择结果表

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Constructs a table of model selection results for MARK analyses. The table includes the formulas, model name, number of parameters, deviance, AICc, DeltaAICc, model weight and residual deviance.  If chat>1 QAICc, QDeltaAICc and QDeviance are used instead.
构造一个模型选择表为MARK分析结果。该表包括的公式，模型名称，参数的数量，越轨行为，国际会议中心，DeltaAICc，模型重量和残余偏差。如果聊天> 1 QAICc，QDeltaAICc QDeviance来代替。


用法----------Usage----------


  model.table(model.list = NULL, type = NULL, sort = TRUE,
    adjust = TRUE, ignore = TRUE, pf = 1, use.lnl = FALSE,
    use.AIC = FALSE, model.name = TRUE)



参数----------Arguments----------

参数：model.list
a vector of model names or a list created by the function collect.models which has each model object and at the end a model.table ; If nothing is specified then any mark object in the workspace is collected for the table. If type is specified all analyses in parent frame(pf) of that type of model are used. If specified set of models are of conflicting types or of different data sets then an error is issued unless ignore=TRUE
一个向量的型号名称或创建的列表的功能collect.models每一个模型对象和结束model.table;如果没有指定任何标记对象在工作区中的表收集。如果type指定的父框架中的所有分析（pf），type模型。如果指定了一套模型，然后是冲突的类型或不同的数据集将发出错误消息，除非忽略= TRUE


参数：type
type of model (eg "CJS")
类型模型（例如，“CJS”）


参数：sort
if true sorts models by criterion
如果为true各种型号的标准


参数：adjust
if TRUE adjusts # of parameters to # of cols in design matrix
如果是TRUE的参数调整，在设计矩阵的列＃


参数：ignore
if TRUE collects all models and ignores that they are from different models
如果是TRUE收集所有的模型和忽略，他们是来自不同的模式


参数：pf
parent frame value; default=1 so it looks in calling frame of model.table; used in other functions with pf=2 when functions are nested two-deep
父帧值，默认值= 1，所以它看起来在调用帧的model.table的;等功能，PF = 2时，函数嵌套的两个深


参数：use.lnl
display -2lnl instead of deviance
显示的偏差，而不是2lnl


参数：use.AIC
use AIC instead of AICc
使用AIC，而不是国际会议中心


参数：model.name
if TRUE uses the model.name in each mark object which uses formula notation.  If FALSE it uses the R names for the model obtained from collect.model.names or names assigned to marklist elements
如果是TRUE使用的model.name的每个标记对象，它使用公式符号。如果为FALSE，得到的模型从collect.model.names或分配给marklist元素的名称，它使用的R名称


Details

详细信息----------Details----------

This function is used by collect.models to construct a table of model selection results with the models that it collects; however it can be called directly to construct the table.
此功能使用collect.models来构造一个表，模型选择的结果，它收集的模型，但是它可以直接调用构造表。


值----------Value----------

result.table - dataframe containing summary of models
result.table  - 数据框的摘要模型


参数：model.name
name of fitted model
拟合模型的名称

formula for parameter  <tr valign="top"><td>npar</td>
公式参数<tr valign="top"> <TD>npar</ TD>

number of estimated parameters  <tr valign="top"><td>AICc or QAICc</td>
估计参数的数目<tr valign="top"> <TD> AICc or QAICc</ TD>

AICc value or QAICc if chat>1  <tr valign="top"><td>DeltaAICc or
国际会议中心值或QAICc的聊天> 1 <tr valign="top"> <TD> <CODE> DeltaAICc或

difference between AICc or QAICc value from model with smallest value  <tr valign="top"><td>weight</td>
区别AICC或QAICc值的值最小的模型<tr valign="top"> <TD>weight</ TD>

model weight based on exp(-.5*DeltaAICc) or exp(-.5*QDeltaAICc)
模型重量的基础上EXP（ -  0.5 * DeltaAICc）或EXP（ -  0.5 * QDeltaAICc）


参数：Deviance or QDeviance
residual deviance from saturated model  <tr valign="top"><td>chat</td>
从饱和模型的残余偏差<tr valign="top"> <TD> chat</ TD>

overdispersion constant if not 1
偏大常量，如果不是1


（作者）----------Author(s)----------



Jeff Laake




参见----------See Also----------

collect.model.names, collect.models
collect.model.names，collect.models


实例----------Examples----------



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.sextime=list(formula=~sex+time)
Phi.sex.time=list(formula=~sex*time)
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.sex=list(formula=~sex)
p.sextime=list(formula=~sex+time)
p.sex.time=list(formula=~sex*time)
p.Flood=list(formula=~Flood)
#[]
# Return model table and list of models[回归模型的表格和列表的车型]
#[]
cml=create.model.list("CJS")
return(mark.wrapper(cml,data=dipper.processed,ddl=dipper.ddl))
}

dipper.results=run.dipper()
dipper.results
dipper.results$model.table=model.table(dipper.results,model.name=FALSE)
dipper.results
#[]
# Compute matrices of model weights, number of parameters and Delta AICc values[计算矩阵中的权重，参数的数量和Delta国际会议中心值]
#[]
model.weight.matrix=tapply(dipper.results$model.table$weight,
list(dipper.results$model.table$Phi,dipper.results$model.table$p),mean)
model.npar.matrix=tapply(dipper.results$model.table$npar,
list(dipper.results$model.table$Phi,dipper.results$model.table$p),mean)
model.DeltaAICc.matrix=tapply(dipper.results$model.table$DeltaAICc,
list(dipper.results$model.table$p,dipper.results$model.table$Phi),mean)
#[]
# Output DeltaAICc as a tab-delimited text file that can be read into Excel[输出DeltaAICc作为一个制表符分隔的文本文件，可以阅读到Excel]
# (to do that directly use RODBC or xlsreadwrite package for R)[（做，直接使用RODBC或xlsreadwrite的包为R）]
#[]
write.table(model.DeltaAICc.matrix,"DipperDeltaAICc.txt",sep="\t")


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。