RXtsimu(RXshrink)
RXtsimu()所属R语言包：RXshrink
True Squared Error LOSS of Shrinkage for a Simulated Response Y-vector
真正的平方误差损失的模拟的响应Y-向量的收缩
译者：生物统计家园网 机器人LoveR
描述----------Description----------
By specifying numerical values for regression parameters (uncorrelated components and error sigma) that usually are unknown, these functions allow the user to simulate response data and display the True Squared Error Loss associated with shrinkage along a given Q-shaped path.
通过指定数值回归参数（不相关的组件和错误西格玛），通常是未知的，这些功能允许用户模拟响应数据，并显示与沿一给定的Q-形路径的收缩相关的真平方误差损失。
用法----------Usage----------
RXtsimu(form, data, trug, trus, Q = 0, rscale = 1, steps = 8, seed = 0123, qmax = 5, qmin = -5)
参数----------Arguments----------
参数：form
A regression formula [y~x1+x2+...] suitable for use with lm().
回归公式Y~X1 + X2 + ...]适合使用LM（）。
参数：data
Data frame containing observations on all variables in the formula.
数据框包含公式中的所有变量的观察。
参数：trug
Column vector of numerical values for the true uncorrelated components of the regression coefficient vector.
真正的不相关分量的回归系数向量的数值的列向量。
参数：trus
Numerical value for the true error standard deviation, Sigma.
真正的误差标准差，标准差的数值。
参数：Q
Numerical value for the shape parameter controling the shrinkage path curvature. Default shape is Q = 0 for Hoerl-Kennard "ordinary" ridge regression.
的控制，使其收缩路径弯曲的形状参数的数值。默认形状为Q = 0 Hoerl肯纳德的“普通”脊回归。
参数：rscale
One of three possible choices (0, 1 or 2) for rescaling of variables as they are being "centered" to remove non-essential ill-conditioning: 0 implies no rescaling; 1 implies divide each variable by its standard error; 2 implies rescale as in option 1 but re-express answers as in option 0.
三种可能的选择（0，1或2）的调整，也变量，因为他们正在“中心”，以消除非必要的病态：0意味着没有重新定标1表示将每个变量的标准错误;意味着重新调整选项1，但重新明确答案选项0。
参数：steps
Number of equally spaced values per unit change along the horizontal M-extent-of-shrinkage axis where estimates are calculated and displayed in TRACEs (default = 8.)
数单位变化M-程度的收缩轴沿水平等距值的痕迹估计，计算并显示（默认值= 8。）
参数：seed
Seed for random number generator. To get two different simulated response vectors and different sets of coefficients and SE losses, invoke the RXtsimu() function twice with different seed values. (default = 0123.)
随机数发生器的种子。为了得到两个不同的模拟响应矢量和不同的系数和SE损失，调用的RXtsimu的（）函数，不同的种子值的两倍。 （默认值= 0123）。
参数：qmax
Maximum allowed Q-shape (default = +5.)
允许的最大Q-型（默认值= 5）。
参数：qmin
Minimum allowed Q-shape (default = -5.)
允许的最小Q-型（默认值= -5）。
Details
详细信息----------Details----------
The RXridge() functions calculate maximum likelihood estimates (corrected, if necessary, so as to have correct range) for typical statistical inference situations where regression parameters are unknowns. In sharp contrast with this usual situation, the RXtsimu() functions show exactly how regression coefficient estimates and their true Squared Error Losses change with shrinkage for a simulated response Y-vector generated using given numerical values for regression parameters. In fact, it is interesting to compare the output from RXtrisk() and RXtsimu() for given regression parameters to the corresponding output from RXridge() on the data.frame in which any original response Y-vector has been replaced by the ydat object from the RXtsimu() output list.
RXridge（）函数计算最大似然估计（校正后，如有必要，以便具有正确的范围内）为典型的统计推断回归参数的情况下，都是未知数。与此形成鲜明的对比，这通常情况下，RXtsimu（）函数究竟是如何使用给定的数值为回归参数回归系数的估计，他们的真实平方误差损失变化与收缩为一个模拟的的响应Y-向量生成的。事实上，它是有趣的输出进行比较RXtrisk（）和RXtsimu（）对于给定的回归参数相应的输出来自RXridge（）上的数据框，其中的任何原始响应已被替换的Y矢量由ydat对象从RXtsimu（）输出列表。
值----------Value----------
An output list object of class RXtsimu:
输出列表对象类RXtsimu：
参数：form
The regression formula specified as the first argument.
作为第一个参数指定的回归公式。
参数：data
Name of the data.frame object specified as the second argument.
作为第二个参数指定的数据框对象的名称。
参数：trug
Vector of numerical values for the true uncorrelated gamma components.
向量的数值为真正的互不相关的伽玛组件。
参数：trus
Numerical value for the true error standard deviation, Sigma.
真正的误差标准差，标准差的数值。
参数：qp
Numerical value of the Q-shape actually used for shrinkage.
实际使用的数值的Q-形收缩。
参数：p
Number of regression predictor variables.
数回归预测变量。
参数：n
Number of complete observations after removal of all missing values.
完整的观测搬迁后的所有缺失值数。
参数：prinstat
Listing of principal statistics.
上市的主要统计数据。
参数：ydat
Matrix with simulated Y-responses in its first column and the true expected values of those responses in its second column.
矩阵与模拟Y-反应在它的第一列和真正的这些反应在其第二列的预期值。
参数：coef
Matrix of shrinkage-ridge regression coefficient estimates.
收缩岭回归系数矩阵的估计。
参数：rsel
Matrix of true relative SE losses in regression coefficient estimates.
矩阵的真正的相对SE回归系数估计的损失。
参数：spat
Matrix of shrinkage pattern multiplicative delta factors.
矩阵的收缩模式乘法Delta因素。
参数：sext
Listing of summary statistics for all M-extents-of-shrinkage.
上市的汇总统计所有M-程度的收缩。
（作者）----------Author(s)----------
Bob Obenchain <wizbob@att.net>
参见----------See Also----------
RXridge and RXtrisk.
RXridge和RXtrisk。
实例----------Examples----------
data(haldport)
form <- heat~p3ca+p3cs+p4caf+p2cs
rxrobj <- RXridge(form, data=haldport)
plot(rxrobj)
# define true parameter values.[定义真正的参数值。]
trugam <- matrix(c(.8,.0,.3,.5),4,1)
trusig <- 0.2
# create true shrinkage MSE risk scenario.[创建真正的收缩的MSE风险方案。]
trumse <- RXtrisk(form, data=haldport, trugam, trusig, Q=-5)
# calculate true shrinkage squared error losses.[计算真正的收缩平方的错误的损失。]
trusim <- RXtsimu(form, data=haldport, trugam, trusig, Q=-5)
haldpsim <- haldport
haldpsim[,5] <- trusim$ydat[,1]
rxsobj <- RXridge(form, data=haldpsim) # analysis as if parameters unknown[分析，如果参数未知]
plot(rxsobj)
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 2012-9-29 21:11:07
