R语言 sampleSelection包 residuals.probit()函数中文帮助文档(中英文对照)

loveR

residuals.probit(sampleSelection)
residuals.probit()所属R语言包：sampleSelection

                                        Residuals of probit models
                                         残差的概率模型

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Calculate residuals of probit models.
计算probit模型的残差。


用法----------Usage----------


   ## S3 method for class 'probit'
residuals( object, type = "deviance", ... )



参数----------Arguments----------

参数：object
an object of class probit.
对象类probit。


参数：type
the type of residuals which should be returned. The alternatives are: "deviance" (default), "pearson", and "response" (see details).
应返回的残差的类型。替代品是：“越轨”（默认），“培生”，和“响应”（见详情）。


参数：...
further arguments (currently ignored).
进一步的论据（目前忽略不计）。


Details

详细信息----------Details----------

The residuals are calculated with following formulas:
残差用下面的公式计算：

Response residuals: r_i = y_i - \hat{y}_i
响应残差：r_i = y_i - \hat{y}_i

Pearson residuals: r_i = ( y_i - \hat{y}_i ) / √{ \hat{y}_i ( 1 - \hat{y}_i ) }
Pearson残差：r_i = ( y_i - \hat{y}_i ) / √{ \hat{y}_i ( 1 - \hat{y}_i ) }

Deviance residuals: r_i = √{ -2 \log( \hat{y}_i ) } if y_i = 1, r_i = - √{ -2 \log( 1 - \hat{y}_i ) } if y_i = 0
越轨残差：r_i = √{ -2 \log( \hat{y}_i ) }如果y_i = 1，r_i = - √{ -2 \log( 1 - \hat{y}_i ) }如果y_i = 0

Here, r_i is the ith residual, y_i is the ith response, \hat{y}_i = Φ( x_i' \hat{β} ) is the estimated probability that y_i is one, Φ is the cumulative distribution function of the standard normal distribution, x_i is the vector of regressors of the ith observation, and \hat{β} is the vector of estimated coefficients.
在这里，r_i是i个残留，y_i是i个应答，\hat{y}_i = Φ( x_i' \hat{β} )是y_i的估计概率是， Φ是标准正态分布的累积分布函数，x_i是向量回归系数的i个观测和\hat{β}是向量的估计系数。

More details are available in Davison & Snell (1991).
更多细节可在戴维森和Snell（1991）。


值----------Value----------

A numeric vector of the residuals.
一个数值向量的残差。


（作者）----------Author(s)----------



Arne Henningsen




参考文献----------References----------

Residuals and diagnostics. In: Statistical Theory and Modelling. In Honour of Sir David Cox, edited by Hinkley, D. V., Reid, N. and Snell, E. J., Chapman & Hall, London.

参见----------See Also----------

probit, residuals,
probit，residuals，

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。