R语言 RobLox包 rlsOptIC.M()函数中文帮助文档(中英文对照)

loveR

rlsOptIC.M(RobLox)
rlsOptIC.M()所属R语言包：RobLox

                                        Computation of the optimally robust IC for M estimators
                                         M估计计算的最佳强大的IC

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

The function rlsOptIC.M computes the optimally robust IC for  M estimators in case of normal location with unknown scale and  (convex) contamination neighborhoods. The definition of  these estimators can be found in Section 8.3 of Kohl (2005).
的功能rlsOptIC.M计算最优强大的IC为M估计的情况下，正常的位置，未知的规模（凸）污染居民区。这些估计的定义，可以发现在科尔（2005年）第8.3节。


用法----------Usage----------


rlsOptIC.M(r, ggLo = 0.5, ggUp = 1.5, a1.start = 0.75, a3.start = 0.25,
           bUp = 1000, delta = 1e-05, itmax = 100, check = FALSE)



参数----------Arguments----------

参数：r
non-negative real: neighborhood radius.
非负实：邻域半径。


参数：ggLo
non-negative real: the lower end point of the interval to be searched  for gamma.
非负实数的低端点的时间间隔搜索gamma。


参数：ggUp
positive real: the upper end point of the interval to be searched  for gamma.
正实的上端点的时间间隔搜索gamma。


参数：a1.start
real: starting value for alpha_1.
真正的：起始值为alpha_1的。


参数：a3.start
real: starting value for alpha_3.
真正的：起始值为alpha_3的。


参数：bUp
positive real: upper bound used in the  computation of the optimal clipping bound b.
正实：上界，用于计算最佳的裁剪边界B。


参数：delta
the desired accuracy (convergence tolerance).
所需的精度（收敛宽容）。


参数：itmax
the maximum number of iterations.
最大迭代次数。


参数：check
logical. Should constraints be checked.
逻辑。如果约束条件进行检查。


Details

详细信息----------Details----------

The optimal values of the tuning constants alpha_1,  alpha_3, b and gamma can be read off
的最佳值的调谐常数alpha_1，alpha_3，b和gamma可以读出


值----------Value----------

Object of class "IC"
对象的类"IC"


（作者）----------Author(s)----------


Matthias Kohl <a href="mailto:Matthias.Kohl@stamats.de">Matthias.Kohl@stamats.de</a>



参考文献----------References----------

Huber, P.J. (1981) Robust Statistics. New York: Wiley.
Kohl, M. (2005) Numerical Contributions to the Asymptotic Theory of Robustness.  Bayreuth: Dissertation.

参见----------See Also----------

IC-class
IC-class


实例----------Examples----------


IC1 <- rlsOptIC.M(r = 0.1, check = TRUE)
distrExOptions("ErelativeTolerance" = 1e-12)
checkIC(IC1, NormLocationScaleFamily())
distrExOptions("ErelativeTolerance" = .Machine$double.eps^0.25)
Risks(IC1)
Infos(IC1)
plot(IC1)
infoPlot(IC1)

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。