找回密码
 注册
查看: 375|回复: 0

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

[复制链接]
发表于 2012-9-27 22:27:34 | 显示全部楼层 |阅读模式
robustRegH(robustreg)
robustRegH()所属R语言包:robustreg

                                        Robust Regression Function using Huber Psi Function
                                         稳健回归功能使用贝尔幽功能

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------


用法----------Usage----------





参数----------Arguments----------

参数:y
A vector of dependent variables
一个因变量的向量


参数:X
A data frame or matrix of independent variables/regressors
一个数据框或矩阵独立变量/回归系数的


参数:tune
Tuning Constant.  Default value of 1.345 is 95% asymptotically efficient against outliers
时间常数。默认值1.345为95%,对异常值渐近有效


参数:beta
Starting estimates of beta for algorithm
开始测试阶段,估计算法


参数:m
If TRUE, calculates m estimates of beta.  If FALSE, calculates bounded influence estimates of beta
如果TRUE,计算出估计的β米。如果FALSE,计算界的影响力估计的β


参数:max.it
Maximum number of iterations to achieve convergence in IRLS algorithm
最大迭代次数达到收敛IRLS算法


参数:tol
Tolerance level in determining convergence
在确定收敛的公差等级


Details

详细信息----------Details----------

M-estimates of beta should be used when evaluating least squares estimates of beta and diagnostics show outliers.  Least squares estimates of beta should be used as starting points to achieve convergence.
M-估计的测试时,应使用评估的最小二乘估计β和诊断显示异常值。应使用最小平方估计的β为出发点,以达到收敛。


注意----------Note----------

http://www.alpha-analysis.com/robustreg.html



(作者)----------Author(s)----------


Ian M. Johnson <a href="mailto:ian@alpha-analysis.com">ian@alpha-analysis.com</a>



参考文献----------References----------




参见----------See Also----------

robustRegBS()
robustRegBS()


实例----------Examples----------


data(stackloss)
X<-data.frame(stackloss$Air.Flow,stackloss$Water.Temp)
y<-stackloss$stack.loss

#calculate least squares estimates for starting point[计算最小二乘估计为出发点]
m1<-lm(stack.loss~Air.Flow+Water.Temp,data=stackloss)$coefficients

robustRegH(y,X,beta=m1)

#If X matrix contained large values of H matrix (high influence points)[如果X矩阵中包含大量的H矩阵的值(影响点)]
robustRegH(y,X,beta=m1,m=FALSE)

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。
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册

本版积分规则

手机版|小黑屋|生物统计家园 网站价格

GMT+8, 2024-11-25 11:26 , Processed in 0.025015 second(s), 15 queries .

Powered by Discuz! X3.5

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表