ZIPGUI(rriskBayes)
ZIPGUI()所属R语言包：rriskBayes
Bayes estimation of a zero inflated Poisson (ZIP) model
贝叶斯估计的零膨胀泊松模型（ZIP）
译者：生物统计家园网 机器人LoveR
描述----------Description----------
This function provides a GUI for the function rrisk.BayesZIP.
此功能提供了一个GUI的功能rrisk.BayesZIP的。
用法----------Usage----------
ZIPGUI(data=NULL, prior.lambda=c(1,10),
prior.pi=c(0.8,1), chains=3, burn=1000, update=10000,
thin=1)
参数----------Arguments----------
参数：data
a vector of numeric data, possibly containing zeros, and of minimal length 10.
数值数据，可能含有的零，并且最小长度10的向量。
参数：prior.lambda
numeric vector containing minimum and maximum of a uniform distribution used as prior for the Poisson parameter lambda, e.g. <br> lambda \sim prior.lambda(*,*)=unif(*,*)
数字向量的最小值和最大值作为前一个均匀分布，泊松参数lambda，例如<BR>lambda\simprior.lambda(*,*)=unif(*,*)
参数：prior.pi
numeric vector containing parameters of a beta distribution describing prior knowledge about prevalence (proportion of contaminated samples), e.g. <br> pi \sim prior.pi(*,*)=beta(*,*)
数字向量的描述事先了解流行的β分布的参数（比例，受污染的样品），例如： <BR>pi\simprior.pi(*,*)=beta(*,*)
参数：chains
positive single numeric value, number of independent MCMC chains (default 3)
正面单数值，独立MCMC链（默认为3）
参数：burn
positive single numeric value, length of the burn-in period (default 1000)
积极单一的数值，老化期的长度（默认1000）
参数：update
positive single numeric value, length of update iterations for estimation (default 10000)
积极单一的数值，更新迭代估计的长度（默认10000）
参数：thin
positive single numeric value (default 1). The samples from every kth iteration will be used for inference, where k is the value of thin. Setting thin > 1 can help to reduce the autocorrelation in the sample.
积极单一的数值（默认为1）。样品从每一个第k次迭代中，将被用于推断，其中k是薄的值。设置thin > 1可以帮助减少样品中的自相关。
值----------Value----------
The function ZIPGUI returns an instance of the bayesmodelClass class containing
函数ZIPGUI返回bayesmodelClass类的一个实例包含
参数：<code>convergence</code>
logical, whether the model has converged (assessed by the user)
逻辑，该模式是否已经收敛（由用户评估）
参数：<code>results</code>
data frame containing statitsics of the posterior distribution <tr valign="top"><td>jointpost</td>
数据框包含statitsics的后验分布<tr valign="top"> <TD> <code>jointpost</代码> </ TD>
data frame giving the joint posterior probability distribution <tr valign="top"><td>nodes</td>
联合后验概率分布的数据框<tr valign="top"> <TD><code>nodes</ P> </ TD>
names of the parameters jointly estimated by the Bayes model
联合估计的贝叶斯模型的参数名称
参数：<code>model</code>
model in BRugs/Winbugs syntax as a character string <tr valign="top"><td>chains</td>
模型在BRugs / Winbugs语法作为一个字符串<tr valign="top"> <TD><code>chains</ P> </ TD>
number of independent MCMC chains <tr valign="top"><td>burn</td>
的独立MCMC链<tr valign="top"> <TD> <code>burn </代码> </ TD>
length of burn-in period <tr valign="top"><td>update</td>
长度的老化期<tr valign="top"> <TD> <code>update </代码> </ TD>
length of update iterations for estimation
长度的更新迭代估计
注意----------Note----------
The convergence of the model will be entered by the user after the simulation process.
将被输入的模拟过程之后由用户模型的收敛性。
参考文献----------References----------
Kirchner (1999). The zero-inflated Poisson model and the decayed, missing and filled teeth index in dental epidemiology. Journal of the Royal Statistical Society, Series A 162, 195-209.
参见----------See Also----------
rrisk.BayesZIP
rrisk.BayesZIP
实例----------Examples----------
data <- rpois(30, 4)
prior.lambda <- c(1, 10)
prior.pi <- c(0.8, 1)
ZIPGUI(data, prior.lambda, prior.pi)
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。
|
发表于 2012-9-28 21:10:03
