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

loveR

optRisk(ROptEstOld)
optRisk()所属R语言包：ROptEstOld

                                        Generic function for the computation of the minimal risk
                                         通用函数计算的最小风险

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Generic function for the computation of the optimal (i.e., minimal)  risk for a probability model.
最佳（即最小）的风险概率模型计算的通用功能。


用法----------Usage----------


optRisk(model, risk, ...)

## S4 method for signature 'InfRobModel,asRisk'
optRisk(model, risk, z.start = NULL, A.start = NULL, upper = 1e4,
             maxiter = 50, tol = .Machine$double.eps^0.4, warn = TRUE)

## S4 method for signature 'FixRobModel,fiUnOvShoot'
optRisk(model, risk, sampleSize, upper = 1e4, maxiter = 50,
             tol = .Machine$double.eps^0.4, warn = TRUE, Algo = "A", cont = "left")



参数----------Arguments----------

参数：model
probability model
概率模型


参数：risk
object of class RiskType
对象的类RiskType


参数：...
additional parameters
额外的参数


参数：z.start
initial value for the centering constant.
定心常数的初始值。


参数：A.start
initial value for the standardizing matrix.
标准化矩阵的初始值。


参数：upper
upper bound for the optimal clipping bound.
上界的最佳剪辑约束。


参数：maxiter
the maximum number of iterations
最大迭代次数


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


参数：warn
logical: print warnings.     
逻辑：打印警告。


参数：sampleSize
integer: sample size.
整数：样本量。


参数：Algo
"A" or "B".
“A”或“B”。


参数：cont
"left" or "right".
“左”或“右”。


Details

详细信息----------Details----------

In case of the finite-sample risk "fiUnOvShoot" one can choose between two algorithms for the computation of this risk where the least favorable contamination is assumed to be left or right of some bound. For more details
情况下的有限样本的风险"fiUnOvShoot"可以选择两种算法计算风险的最不利的污染被认为是左或右的一些结合。欲了解更多详情，


值----------Value----------

The minimal risk is computed.
最小的风险来计算。


方法----------Methods----------

  


model = "L2ParamFamily", risk = "asCov"  asymptotic covariance of L2 differentiable parameteric family.
模型=“L2ParamFamily”的风险=“asCov”的渐近协方差的L2的微参数化家庭。




model = "InfRobModel", risk = "asRisk"  asymptotic risk of a infinitesimal robust model.
模型=“InfRobModel”的风险=“asRisk”渐近风险的一个无穷小的鲁棒模型。




model = "FixRobModel", risk = "fiUnOvShoot"  finite-sample under-/overshoot risk of a robust model with fixed neighborhood.   
模型=的“FixRobModel”，风险=“fiUnOvShoot”有限样本under-/overshoot风险固定附近一个强大的模型。


（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. (1968) Robust Confidence Limits. Z. Wahrscheinlichkeitstheor. Verw. Geb. 10:269&ndash;278.
Rieder, H. (1980) Estimates derived from robust tests. Ann. Stats. 8: 106&ndash;115.
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----------

RiskType-class
RiskType-class


实例----------Examples----------


optRisk(model = NormLocationScaleFamily(), risk = asCov())

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。