CovMMest-class(rrcov)
CovMMest-class()所属R语言包:rrcov
MM Estimates of Multivariate Location and Scatter
多元分布的位置和分散的MM估计
译者:生物统计家园网 机器人LoveR
描述----------Description----------
This class, derived from the virtual class "CovRobust"
这个类,从虚拟类"CovRobust"衍生
类对象----------Objects from the Class----------
Objects can be created by calls of the form new("CovMMest", ...), but the usual way of creating CovSest objects is a call to the function CovMMest which serves as a constructor.
对象可以通过检测的形式new("CovMMest", ...)创建的,但通常的方式创建“CovSest对象的功能CovMMest作为构造函数的调用。
插槽----------Slots----------
det, flag, iter, crit: from the "CovRobust" class.
det,flag,iter,crit:从"CovRobust"类。
c1 tuning parameter of the loss function for MM-estimation (depend on control parameters eff and eff.shape). Can be computed by the internal function rrcov:::.csolve.bw.MM(p, eff, eff.shape=TRUE). For the tuning parameters of the underlying S-estimate see the slot sest and "CovSest".
C1调校的MM估计的损失函数的参数(取决于控制参数eff和eff.shape)。可以计算的内部函数rrcov:::.csolve.bw.MM(p, eff, eff.shape=TRUE)。 S-估计的基础插槽sest和"CovSest"调优参数。
sest an CovSest object containing the initial S-estimate.
SESTCovSest对象,其中包含初始的S-估计。
singularity, X:</dt> from the "Cov" class.
singularity,X:</ dt的>"Cov"类。
扩展----------Extends----------
Class "CovRobust", directly. Class "Cov", by class "CovRobust".
类"CovRobust",直接。类"Cov",的类"CovRobust"的。
方法----------Methods----------
No methods defined with class "CovMMest" in the signature.
没有定义的方法与类的“CovMMest”的签名。
(作者)----------Author(s)----------
Valentin Todorov <a href="mailto:valentin.todorov@chello.at">valentin.todorov@chello.at</a>
参考文献----------References----------
An Object Oriented Framework for Robust Multivariate Analysis. Journal of Statistical Software, 32(3), 1–47. URL http://www.jstatsoft.org/v32/i03/.
参见----------See Also----------
CovMMest, Cov-class, CovRobust-class
CovMMest,Cov-class,CovRobust-class
实例----------Examples----------
showClass("CovMMest")
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。
|