R语言 Rmixmod包 mixmodMultinomialModel()函数中文帮助文档(中英文对照)

loveR

mixmodMultinomialModel(Rmixmod)
mixmodMultinomialModel()所属R语言包：Rmixmod

                                        Create an instance of the [<a href="MultinomialModel-class.html">MultinomialModel</a>] class
                                         创建一个实例[<a href="MultinomialModel-class.html"> MultinomialModel </ A>]类

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Define a list of multinomial model to test in MIXMOD.
定义多项式模型，以测试在MIXMOD的列表。


用法----------Usage----------


  mixmodMultinomialModel(listModels = NULL,
    free.proportions = TRUE, equal.proportions = TRUE,
    variable.independency = NULL,
    component.independency = NULL)



参数----------Arguments----------

参数：listModels
a list of characters containing a list of models. It is optional.
含有列表模型的字符的列表。它是可选的。


参数：free.proportions
logical to include models with free proportions. Default is TRUE.
逻辑模型，包括与免费比例。默认值是TRUE。


参数：equal.proportions
logical to include models with equal proportions. Default is FALSE.
逻辑模型，包括与同等比例。默认值是false。


参数：variable.independency
logical to include models where [\varepsilon_k^j] is independent of the variable j. Optionnal.
逻辑模型，包括其中[\varepsilon_k^j]是独立的变量j。 Optionnal。


参数：component.independency
logical to include models where [\varepsilon_k^j] is independent of the component k. Optionnal.
逻辑包括其中[\varepsilon_k^j]是独立的组件k的模型。 Optionnal。


Details

详细信息----------Details----------

In the multinomial mixture model, the multinomial distribution is associated to the jth variable of the kth component is reparameterized by a center a_k^j and the dispersion \varepsilon_k^j around this center. Thus, it allows us to give an interpretation similar to the center and the variance matrix used for continuous data in the Gaussian mixture context. In the following, this model will be denoted by [\varepsilon_k^j]. In this context, three other models can be easily deduced. We note [\varepsilon_k] the model where \varepsilon_k^j is independent of the variable j, [\varepsilon^j] the model where \varepsilon_k^j is independent of the component k and, finally, [\varepsilon] the model where \varepsilon_k^j is independent of both the variable $j$ and the component k.  In order to maintain some unity in the notation, we will denote also [\varepsilon_k^{jh}] the most general model introduced at the previous section.
在多项式混合模型，多项式分布j的个变量的相关联k个分量由一个中心a_k^j及色散\varepsilon_k^j围绕这一中心被重新参数化。因此，它可以让我们作出解释类似用于连续数据的混合高斯背景下的中心和方差矩阵。在下面，这种模式将被记为[\varepsilon_k^j]。在这方面，可以容易地推导出其他三个模型。我们注意到[\varepsilon_k]的模式，\varepsilon_k^j是独立的变量j，[\varepsilon^j]模型\varepsilon_k^j是独立的组件k的和，最后，“[\varepsilon]模型\varepsilon_k^j是独立的两个变量$ J $和组件k。为了保持一定的统一的符号，我们也表示[\varepsilon_k^{jh}]在上一节中介绍的最一般的模型。


值----------Value----------

an object of [MultinomialModel]
对象[MultinomialModel]


（作者）----------Author(s)----------



Remi Lebret and Serge Iovleff and Florent Langrognet,
with contributions from C. Biernacki and G. Celeux and G.
Govaert <a href="mailto:contact@mixmod.org">contact@mixmod.org</a>




参考文献----------References----------

"Model-Based Cluster and Discriminant Analysis with the MIXMOD Software". Computational Statistics and Data Analysis, vol. 51/2, pp. 587-600. (2006)

实例----------Examples----------


mixmodMultinomialModel()
  mixmodMultinomialModel(equal.proportions=TRUE)
  mixmodMultinomialModel( listModels=c("Binary_pk_E","Binary_p_E") )

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。