rgsOptIC.AL(RobRex)
rgsOptIC.AL()所属R语言包：RobRex
Computation of the optimally robust IC for AL estimators
AL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 rgsOptIC.AL computes the optimally robust IC for AL estimators in case of linear regression with unknown scale and (convex) contamination neighborhoods where the regressor is random; confer Subsubsection 7.2.1.1 of Kohl (2005).
的功能rgsOptIC.AL计算的最佳强大的IC AL估计在未知的规模和线性回归的情况下（凸）污染居民区的回归量是随机的，赋予Subsubsection，7.2.1.1科尔（2005年）。
用法----------Usage----------
rgsOptIC.AL(r, K, theta, scale = 1, A.rg.start, a.sc.start = 0, A.sc.start = 0.5,
bUp = 1000, delta = 1e-06, itmax = 50, check = FALSE)
参数----------Arguments----------
参数：r
non-negative real: neighborhood radius.
非负实：邻域半径。
参数：K
object of class "Distribution".
对象类"Distribution"。
参数：theta
specified regression parameter.
指定的回归参数。
参数：scale
specified error scale.
指定的错误规模。
参数：A.rg.start
positive definite and symmetric matrix: starting value for the standardizing matrix of the regression part.
正定对称矩阵：起动值的回归部的标准化矩阵。
参数：a.sc.start
real: starting value for centering constant of the scale part.
实际：起始值为中心的规模不变。
参数：A.sc.start
positive real: starting value for the standardizing constant of the scale part.
正实：起始值为标准化的规模不变。
参数：bUp
positive real: the upper end point of the interval to be searched for b.
正实的上端点的时间间隔要搜索的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----------
If theta is missing, it is set to 0. If A.rg.start is missing, the inverse of the second moment matrix of K is used. The Lagrange multipliers contained in the expression of the optimally robust IC can be accessed via the accessor functions cent, clip and stand.
如果theta被丢失，它被设置为0。如果A.rg.start失踪，K的二阶矩矩阵的逆使用。的访问函数的拉格朗日乘子的最佳强大的IC中的表达可通过cent，clip和stand。
值----------Value----------
Object of class "ContIC"
对象的类"ContIC"
（作者）----------Author(s)----------
Matthias Kohl <a href="mailto:Matthias.Kohl@stamats.de">Matthias.Kohl@stamats.de</a>
参考文献----------References----------
Rieder, H. (1994) Robust Asymptotic Statistics. New York: Springer.
Kohl, M. (2005) Numerical Contributions to the Asymptotic Theory of Robustness. Bayreuth: Dissertation.
参见----------See Also----------
ContIC-class
ContIC-class
实例----------Examples----------
K <- DiscreteDistribution(1:5) # = Unif({1,2,3,4,5})[UNIF（{1,2,3,4,5}）]
IC1 <- rgsOptIC.AL(r = 0.1, K = K)
checkIC(IC1)
Risks(IC1)
cent(IC1)
clip(IC1)
stand(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。
|
发表于 2012-9-27 21:11:00
