R语言 saemix包 cow.saemix()函数中文帮助文档(中英文对照)

loveR

cow.saemix(saemix)
cow.saemix()所属R语言包：saemix

                                        Evolution of the weight of 560 cows, in SAEM format
                                         演化的重量为560头奶牛，在SAEM格式

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

cow.saemix contains data from winter wheat experiments.
cow.saemix冬小麦试验的数据。


用法----------Usage----------


cow.saemix



格式----------Format----------

This data frame contains the following columns:         
该数据框包含以下几列：

cow:  the id.  
牛的ID。

time:  time (days).  
时间：时间（天）。

weight:  weight of the cow (kg).  
的牛的重量：重量（公斤）。

birthyear:  year of birth (between 1988 and 1998).  
birthyear：出生年份（1988年和1998年）。

twin:  existence of a twin (no=1, yes=2).  
双：存在双（无= 1，是= 2）。

birthrank: the rank of birth (beetween 3 and 7).   
birthrank出生的排名（beetween 3和7）。


Details

详细信息----------Details----------

The data used in this example is the evolution of the weight (in kg) of 560 cows. We have 9 or 10 measurements per subject.
在这个例子中所用的数据是560头奶牛的重量（单位：kg）的演变。我们有9或10个测量每个受试者。

We use an exponential growth model for this data: y_ij = A_i (1- B_i exp( - K_i t_ij)) +epsilon_ij
我们使用指数增长模型，这样的数据：y_ij A_I（1  -  B_i（ -  K_i t_ij））+ epsilon_ij


实例----------Examples----------



data(cow.saemix)
saemix.data<-saemixData(name.data=cow.saemix,header=TRUE,name.group=c("cow"),
  name.predictors=c("time"),name.response=c("weight"),
  name.covariates=c("birthyear","twin","birthrank"),
  units=list(x="days",y="kg",covariates=c("yr","-","-")))

growthcow<-function(psi,id,xidep) {
# input:[输入：]
#   psi : matrix of parameters (3 columns, a, b, k)[psi的：参数矩阵（3列，B，K）]
#   id : vector of indices [ID：矢量指数]
#   xidep : dependent variables (same nb of rows as length of id)[xidep：因变量（行ID的长度相同NB）]
# returns:[返回：]
#   a vector of predictions of length equal to length of id[等于的id的长度的矢量的长度的预测]
  x<-xidep[,1]
  a<-psi[id,1]
  b<-psi[id,2]
  k<-psi[id,3]
  f<-a*(1-b*exp(-k*x))
  return(f)
}
saemix.model<-saemixModel(model=growthcow,
  description="Exponential growth model",
  psi0=matrix(c(700,0.9,0.02,0,0,0),ncol=3,byrow=TRUE,
  dimnames=list(NULL,c("A","B","k"))),transform.par=c(1,1,1),fixed.estim=c(1,1,1),
  covariate.model=matrix(c(0,0,0),ncol=3,byrow=TRUE),
  covariance.model=matrix(c(1,0,0,0,1,0,0,0,1),ncol=3,byrow=TRUE),
  omega.init=matrix(c(1,0,0,0,1,0,0,0,1),ncol=3,byrow=TRUE),error.model="constant")

saemix.options<-list(algorithms=c(1,1,1),nb.chains=1,nbiter.saemix=c(200,100),
  seed=4526,save=FALSE,save.graphs=FALSE)

# Plotting the data[数据作图]
plot(saemix.data,xlab="Time (day)",ylab="Weight of the cow (kg)")

saemix.fit<-saemix(saemix.model,saemix.data,saemix.options)


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。