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

loveR

freqCalc(sdcMicro)
freqCalc()所属R语言包：sdcMicro

                                         Frequencies calculation for risk estimation
                                         风险估计的频率计算

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Fast computation and estimation of the sample and population frequency counts  which is also needed for risk estimation.
快速计算和估计，也需要对风险估计的样本和人口的频率计数。


用法----------Usage----------


freqCalc(x, keyVars = 1:3, w = 4, fast=TRUE)



参数----------Arguments----------

参数：x
data frame or matrix  
数据框或矩阵


参数：keyVars
key variables  
关键变量


参数：w
column index of the weight variable. Should be set to NULL if one deal with a population.  
权重变量的列索引。应设置为NULL，如果一笔交易的人口。


参数：fast
beta version of faster algorithm should not change the results in any way
测试版的更快的算法不应该以任何方式改变的结果


Details

详细信息----------Details----------

The function considers the case of missing values in the data.  A missing value stands for any of the possible categories of the variable considered. It is possible to apply this function to large data sets with many (catergorical) key variables,  since the computation is done in C.
该功能考虑的情况下丢失的数据中的值。代表缺失值的变量考虑任何可能的类别。此功能可以应用到大型数据集与的许多（catergorical）关键变量，因为在计算完成在C


值----------Value----------

Object from class freqCalc.
对象类freqCalc。


参数：freqCalc
data
数据


参数：keyVars
keyVars
keyVars


参数：w
index of weight vector. NULL if you do not have a sample.
权重向量的索引。返回NULL，如果你没有一个样本。


参数：indexG

参数：fk
the frequency of equal observations in the key variables subset sample given for each observation.
等于观察的关键变量子集样品的频率为每个观测。


参数：Fk
estimated frequency in the population
在人口的估计频率


参数：n1
amount of observations with fk=1
量的观测与FK = 1


参数：n2
amount of observations with fk=2     
量的观测与FK = 2


（作者）----------Author(s)----------


Bernhard Meindl and Matthias Templ



参考文献----------References----------

Templ, M.   Statistical Disclosure Control for Microdata Using the R-Package sdcMicro,  Transactions on Data Privacy,  vol. 1, number 2, pp. 67-85, 2008.  http://www.tdp.cat/issues/abs.a004a08.php
New Developments in Statistical Disclosure Control and Imputation: Robust Statistics Applied to Official Statistics, Suedwestdeutscher Verlag fuer Hochschulschriften,  2009, ISBN: 3838108280, 264 pages.
Practical Applications in Statistical Disclosure Control Using R,   Privacy and Anonymity in Information Management Systems New Techniques for New Practical Problems,  Springer, 31-62, 2010, ISBN: 978-1-84996-237-7.  

参见----------See Also----------

indivRisk
indivRisk


实例----------Examples----------


data(francdat)
f <- freqCalc(francdat, keyVars=c(2,4,5,6),w=8)
f
f$freqCalc
f$fk
f$Fk
## with missings:[＃（与missings）：]
x <- francdat
x[3,5] <- NA
x[4,2] <- x[4,4] <- NA
x[5,6]  <- NA
x[6,2]  <- NA
f2 <- freqCalc(x,  keyVars=c(2,4,5,6),w=8)
f2$Fk
# time comparison freqCalc old version  vs. new version[时间比较freqCalc老版本与新版本]
data(testdata)
system.time( f3 <-  freqCalc(testdata,keyVars=c(1:4,7),w=14,fast=FALSE) )
system.time( f3f <- freqCalc(testdata,keyVars=c(1:4,7),w=14,fast=TRUE) )

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。