R语言 RobustAFT包 TML.noncensored.control()函数中文帮助文档(中英文对照)

loveR

TML.noncensored.control(RobustAFT)
TML.noncensored.control()所属R语言包：RobustAFT

                                        Control Parameters for Truncated Maximum Likelihood Regression
                                         控制参数被截断的最大似然回归

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Control parameters for TML.noncensored.  Typically only used internally by TML.noncensored, but may be used to construct a control argument. This function provides default values.
控制参数TML.noncensored。通常只在内部使用的TML.noncensored，但可用于构建一个控制参数。此功能提供了默认值。


用法----------Usage----------


TML.noncensored.control(iv = 1, nrep = 0, gam = 0.1, nitmon = FALSE,
                maxit = 200, tol = 1e-04, fastS = FALSE, seed=1313)



参数----------Arguments----------

参数：iv



0: use and do not change the initial estimate of scale.
0：使用和不改变最初的估计规模。

1: compute a truncated maximum likelihood estimate of scale.</ul>
1：计算截断规模最大似然估计。</ ul>


参数：nrep



Number of subsamples to be used in the computation of the S-estimate.
的S-估计计算中要使用的子样本数目。

0: exhaustive sampling if the observation number is not too large.</ul>
0：详尽的取样，如果观察数是不是太大。</ ul>


参数：gam
Relaxation factor for the IRLS algorithm of final estimate. Set 0 < gam <= 1.
松弛因子IRLS算法的最终估计。设为0 <GAM <= 1。


参数：nitmon
Set to TRUE if iteration monitoring in IRLS algorithm for the final estimate is desired. Default=FALSE.
如果IRLS算法的迭代监测的最终估计需要设置为TRUE。默认值= FALSE。


参数：maxit
Maximum number of iterations in IRLS algorithm for the final estimate.
在最后的估计IRLS算法的最大迭代次数。


参数：tol
Relative tolerance in IRLS algorithm.
在IRLS算法的相对误差。


参数：fastS



"TRUE"  : the initial S-estimate is computed using lmrob.S from the robustbase package. The control parameters are taken from lmrob.control.
“TRUE”的的初始S-估计是计算使用lmrob.Srobustbase包。从lmrob.control的控制参数。

"FALSE" : the initial S-estimate is computed using hysest from the robeth package.</ul>
“FALSE”：最初的S-估计值计算hysestrobeth包。</ UL>


参数：seed
Seed for the random number generator in the resampling algorithm for the initial S-estimate.
为初始的S-估计在重采样算法的随机数发生器的种子。


值----------Value----------


参见----------See Also----------

TML.noncensored
TML.noncensored


实例----------Examples----------


     ### In the example(TML.noncensored), the control argument can be built [＃＃在该示例中（TML.noncensored），控制参数可以建]
     ### using this function:[＃＃使用此功能：]

     data(D243)
     Cost &lt;- D243$Cost                             # Cost (Swiss francs)[费用（瑞士法郎）]
     LOS  &lt;- D243$LOS                              # Length of stay (days)[住院天数（天）]
     Adm  &lt;- D243$Typadm; Adm &lt;- (Adm==" Urg")*1   # Type of admission [入院类型]
                                                   # (0=on notification, 1=Emergency)[（0 =通知，紧急）]
     Ass  &lt;- D243$Typass; Ass &lt;- (Ass=="P"   )*1   # Type of insurance [保险类型]
                                                   # (0=usual, 1=private)[（0 =往常一样，1 =私人）]
     Age  &lt;- D243$age                              # Age (years)[年龄（岁）]
     Dst  &lt;- D243$dest;   Dst &lt;- (Dst=="DOMI")*1   # Destination [目的地]
                                                   # (1=Home, 0=another hospital)[（1 =首页，0 =另一个医院）]
     Sex  &lt;- D243$Sexe;   Sex &lt;- (Sex=="M"   )*1   # Sex (1=Male, 0=Female)[性别（1 = 0 =男，女）]

     # Truncated maximum likelihood regression with Gaussian errors[被截断的最大似然回归与高斯错误]

     ctrol <- TML.noncensored.control(iv=1, nrep=0, gam=0.2, fastS=TRUE, nitmon=FALSE)
     z     <- TML.noncensored(log(Cost)~log(LOS)+Adm+Ass+Age+Dst+Sex, otp="adaptive")
     summary(z)

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。