找回密码
 注册
查看: 686|回复: 0

R语言 robust包 glmRob.object()函数中文帮助文档(中英文对照)

[复制链接]
发表于 2012-9-27 22:32:37 | 显示全部楼层 |阅读模式
glmRob.object(robust)
glmRob.object()所属R语言包:robust

                                        Robust Generalized Linear Model Fit
                                         鲁棒广义线性模型拟合

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------

These are objects of class glmRob which represent the robust fit of a generalized linear regression model, as estimated by glmRob().
这些对象类glmRob强劲的广义线性回归模型拟合,估计glmRob()。


值----------Value----------


参数:coefficients
the coefficients of the linear.predictors, which multiply the columns of the model matrix. The names of the coefficients are the names of the single-degree-of-freedom effects (the columns of the model matrix). If the model is over-determined there will be missing values in the coefficients corresponding to inestimable coefficients.  
的linear.predictors,它的模型矩阵的列相乘的系数。系数是名称中的单自由度度的影响(模型矩阵的列)的名称。如果模型是超定的值将丢失在不可估量的系数对应的系数。


参数:linear.predictors
the linear fit, given by the product of the model matrix and the coefficients.  
的线性拟合,由模型矩阵的系数的乘积给出。


参数:fitted.values
the fitted mean values, obtained by transforming linear.predictors using the inverse link function.   
拟合的平均值,得到转化linear.predictors使用逆联接函数。


参数:residuals
the residuals from the final fit; also known as working residuals, they are typically not interpretable.  
从最终的拟合;残差也称为工作残差,它们通常是无法解释。


参数:deviance
up to a constant, minus twice the log-likelihood evaluated at the final coefficients. Similar to the residual sum of squares.  
最多一个常数,减去两倍的log似然评价最终coefficients。类似的残差平方和。


参数:null.deviance
the deviance corresponding to the model with no predictors.   
相应的模型没有预测的偏差。


参数:family
a 3 element character vector giving the name of the family, the link and the variance function.  
3元字符向量,给家庭,链接和方差函数的名称。


参数:rank
the number of linearly independent columns in the model matrix.  
模型中的矩阵的线性独立的列的数目。


参数:df.residuals
the number of degrees of freedom of the residuals.  
残差的自由程度的数目。


参数:call
a copy of the call that produced the object.  
呼叫产生的对象的副本。


参数:assign
the same as the assign component of an "lm" object.  
的一样assign"lm"对象组件。


参数:contrasts
the same as the contrasts component of an "lm" object.   
的一样contrasts"lm"对象组件。


参数:terms
the same as the terms component of an "lm" object.   
的一样terms"lm"对象组件。


参数:ni
vector of the number of repetitions on the dependent variable. If the model is poisson then ni is a vector of 1s.  
对因变量的数目的重复的矢量。如果模型是泊松ni1的是一个向量。


参数:weights
weights from the final fit.  
最后装配的权重。


参数:iter
number of iterations used to compute the estimates.  
用于计算估计的迭代数。


参数:y
the dependent variable.  
因变量。


参数:contrasts
the same as the contrasts term of an "lm" object. The object will also contain other components related to the numerical fit that are not relevant for the associated methods.   
一样contrasts术语的"lm"对象。该目的也将包含相关联的方法是不相关的数值拟合有关的其他组件。


方法----------Methods----------

anova, coefficients, deviance, fitted.values, family, formula, plot, print, residuals, summary.
anova,coefficients,deviance,fitted.values,family,formula,plot,print,residuals,summary。


结构----------Structure----------

The following components must be included in a legitimate "glmRob" object. Residuals, fitted values, and coefficients should be extracted by the generic functions of the same name, rather than by the "\$" operator. The family function returns the entire family object used in the fitting, and deviance can be used to extract the deviance of the fit.
以下组件必须被包括在一个合法的"glmRob"对象。残差,拟合值,系数应提取的一般职能相同的名称,而不是"\$"运营商。 family函数返回的整个家庭装修中使用的对象,和deviance可用于提取偏差的契合。


参见----------See Also----------

glmRob.
glmRob。

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 11:29 , Processed in 0.019666 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