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

loveR

sienaGroupCreate(RSiena)
sienaGroupCreate()所属R语言包：RSiena

                                        Function to group together several Siena data objects
                                         功能组合到一起的几个锡耶纳的数据对象

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Creates an object of class "sienaGroup" from a list of Siena data objects.
创建一个对象类“sienaGroup”，从列表中的锡耶纳的数据对象。


用法----------Usage----------


sienaGroupCreate(objlist, singleOK = FALSE, getDocumentation=FALSE)



参数----------Arguments----------

参数：objlist
List of objects of class "siena"  
列表对象的类“锡耶纳”


参数：singleOK
Boolean: is it OK to only have one object?
布尔：它是确定只能有一个对象吗？


参数：getDocumentation
Flag to allow documentation of internal functions, not for use by users.
标志以允许内部函数的文档，而不是用户的使用。


Details

详细信息----------Details----------

This function creates a Siena group object from several Siena data objects, all of which use the same networks, covariates and actor sets (although possibly different subsets of the actor set in each object). It can be used as data input to siena07 for the multigroup option.  Also used internally for convenience with a single
这个函数创建一个小组从几个锡耶纳的数据对象，所有这些都使用相同的网络，协，演员套（虽然可能有不同的子集的演员，在每一个对象）的对象。它可以用来作为数据输入到siena07为多组选项。为方便起见，用一个内部也使用


值----------Value----------


参数：...
List containing the input objects, with attributes:
列出包含输入对象的属性：


参数：netnames
names of the dependent variables in each set
每个集合中的因变量的名称


参数：symmetric
vector of booleans, one for each dependent variable. TRUE if all occurrences of the network are symmetric.
布尔值向量，为每个因变量之一。 TRUE，如果出现的所有的网络是对称的。


参数：structural
vector of booleans, indicating whether structurally fixed values occur in this network
布尔值向量，结构固定的值是否发生在这个网络中


参数：allUpOnly
vector of booleans, indicating whether changes are all upwards in all the occurrences of this network
矢量布尔值，指示是否在这个网络中出现的所有的变化都是向上


参数：allDownOnly
similar to previous, but for downward changes
类似于以前的，但向下的变化


参数：anyUpOnly
vector of booleans, indicating whether changes are all upwards in any of the occurrences of this network
矢量的布尔值，指示是否变更都在这个网络的任何发生向上


参数：anyDownOnly
similar to previous, but for downward changes
类似于以前的，但向下的变化


参数：types
vector of network types of the dependent variables
从属变量的矢量网络类型


参数：observations
Total number of periods to process
总数的周期来处理


参数：periodNos
Sequence of numbers of periods which are not skipped in multigroup processing
在多组处理的期限内没有跳过序列的数字


参数：netnodeSets
list of names of the node sets corresponding to the dependent variables
的节点的名称列表设置对应于因变量


参数：cCovars
names of the constant covariates, if any
名称的不断变项，如果有的话


参数：vCovars
names of the changing  covariates, if any
不断变化的协变量的名称，如果有的话


参数：dycCovars
names of the constant dyadic covariates, if any
恒定的二元协变量的名称，如果有的话


参数：dyvCovars
names of the changing dyadic covariates, if any
不断变化的二元协变量的名称，如果任何


参数：ccnodeSets
list of the names of the node sets corresponding to the constant covariates
的节点的名称列表中设置对应于恒定的协变量


参数：cvnodeSets
list of the names of the node sets corresponding to the changing covariates
列表中的节点的名称设置相应的变化的协变量


参数：dycnodeSets
list of the names of the node sets corresponding to the constant dyadic covariates
设置对应于恒定的二进协变量列表中的节点的名称


参数：dyvcnodeSets
list of the names of the node sets corresponding to the changing dyadic covariates
列表中的节点的名称设置对应于二进协变量的变化


参数：compositionChange
boolean: any composition change at all?
布尔值：任何成分的变化呢？


参数：exooptions
named vector of composition change options for the node sets
命名为向量成分的变化选择的节点集


参数：names
Either from the input objects or "Data1", "Data2" etc
无论是从输入对象或“DATA1”，“数据2”等


参数：class
"sienaGroup" inheriting from "siena"
的“sienaGroup”继承“锡耶纳”


参数：balmean
vector of means for balance calculations
矢量平衡计算方式


参数：bRange
vector of difference between maximum and minimum values for behavior variables, NA for other dependent variables
其他依赖变量矢量的行为变量的最大值和最小值之间的差异，不适用


参数：behRange
matrix of  maximum and minimum values for behavior variables, NA for other dependent variables
其他相关变量的行为变量矩阵的最大和最小值，那幺


参数：bSim
vector of similarity means for behavior variables, NA for other dependent variables
向量的相似性是指行为变量，那幺其他相关变量


参数：bPoszvar
vector of booleans indicating positive variance for behavior variables. NA for other dependent variables
矢量布尔值，表示积极的行为变量的方差。 NA其他相关变量


参数：bMoreThan2
vector of booleans indicating whether the behavior variables take more than 2 distinct values
矢量的布尔值，指示的行为变量取不同值超过2


参数：cCovarPoszvar
vector of booleans indicating positive variance for constant covariates
向量的布尔表示正不断的变量方差


参数：cCovarMoreThan2
vector of booleans indicating whether the constant covariates take more than 2 distinct values
向量的布尔值，指示是否不断的协变量需要超过2个不同的值


参数：cCovarRange
vector of difference between maximum and minimum values for constant covariates
向量的恒定协变量的最大值和最小值之间的差异的


参数：cCovarRange2
matrix of maximum and minimum values for constant covariates
矩阵的常数协变量的最大值和最小值


参数：cCovarSim
vector of similarity means for constant covariates
向量的相似性意味着不断的变量


参数：cCovarMean
vector of means for constant covariates
向量的方式不断的变量


参数：vCovarRange
vector of difference between maximum and minimum values for changing covariates
用于改变协变量的最大值和最小值之间的差异的矢量


参数：vCovarSim
vector of similarity means for changing covariates
相似的向量的装置，用于改变协变量


参数：vCovarMoreThan2
vector of booleans indicating whether the changing covariates take more than 2 distinct values
向量的布尔值，指示是否不断变化的协变量取不同值超过2


参数：vCovarPoszvar
vector of booleans indicating positive variance for changing covariates
布尔值，表示积极变化的协变量的方差的向量


参数：vCovarMean
vector of means for changing covariates
矢量的装置，用于改变协变量


参数：dycCovarMean
vector of means for constant dyadic covariates
矢量的方式为恒定的二元协变量


参数：dycCovarRange
vector of ranges for constant dyadic covariates
矢量恒定的二元协变量的范围


参数：dycCovarRange2
matrix of maximum and minimum values for constant dyadic covariates
恒定的二元协变量矩阵的最大和最小值


参数：dyvCovarRange
vector of ranges for changing dyadic covariates
向量的改变二元协变量的范围


参数：dyvCovarMean
vector of means for changing dyadic covariates
矢量的装置，用于改变二进协变量


参数：anyMissing
vector of booleans, one for each dependent variable, indicating the presence of any missing values
矢量布尔值，为每个因变量之一，这表明存在任何遗漏值


参数：netRanges
matrix of maximum and minimum values for dependent networks, NA for behavior variables
矩阵的最大和最小的值依赖网络的行为变量，那幺


（作者）----------Author(s)----------


Ruth Ripley



参考文献----------References----------

<h3>See Also</h3>

实例----------Examples----------


## not very useful, but will work[＃不是非常有用，但也能]
mynet1 <- sienaNet(array(c(s501,s502),dim=c(50,50,2)))
mydata <- sienaDataCreate(mynet1)
mygroup <- sienaGroupCreate(list(mydata, mydata))

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。