SemiParSampleSelObject(SemiParSampleSel)
SemiParSampleSelObject()所属R语言包：SemiParSampleSel
Fitted SemiParSampleSel object
配有SemiParSampleSel对象
译者：生物统计家园网 机器人LoveR
描述----------Description----------
A fitted semiparametric bivariate sample selection object returned by function SemiParSampleSel and of class.
一个装有半参数二元样本选择对象返回的函数SemiParSampleSel和类。
值----------Value----------
参数：fit
A list of values and diagnostics extracted from the output of the algorithm. For instance, fit$argument and fit$S.h return the estimated parameters and overall penalty matrix scaled by its smoothing parameters, for the bivariate sample selection model. See the documentation of trust for diagnostics.
从该算法的输出提取的值和诊断的列表。例如，fit$argument和fit$S.h返回参数的估计与整体的处罚矩阵缩放平滑参数，二元样本选择模型。请参阅文档trust用于诊断。
参数：gam1
A univariate GAM object for equation 1. See the documentation of mgcv for full details.
单变量的GAM对象为式（1）。的全部详细信息，请参阅文档的mgcv。
参数：gam2
A univariate GAM object for equation 2.
单变量的GAM对象为式（2）。
参数：gam2.1
A univariate GAM object for equation 2, estimated using the Heckman sample selection correction procedure.
单变量的GAM对象为式（2），估计使用了Heckman样本选择修正程序。
参数：sp
Estimated smoothing parameters of the smooth components for the fitted bivariate sample selection model.
平滑参数估计的拟合二元样本选择模型的平滑分量。
参数：iter.sp
Number of iterations performed for the smoothing parameter estimation step.
为平滑参数估计步骤中执行的迭代数目。
参数：start.v
Starting values for all model parameters of the semiparametric bivariate sample selection algorithm. These are obtained using the Heckman sample selection correction approach when starting values are not provided.
启动二元样本选择算法半参数模型参数的值。这些使用了Heckman样本选择启动时没有提供这些值的校正方法。
参数：sigma
Estimated standard deviation of the outcome equation error term.
估计的结果方程误差项的标准偏差。
参数：rho
Estimated correlation coefficient between the two equations.
估计之间的两个方程的相关系数。
参数：n
Sample size.
样本大小。
参数：n.sel
Number of selected observations.
选定的观测数。
参数：X1
It returns the design matrix associated with the first linear predictor.
它返回的设计矩阵，与第一线性预测的。
参数：X2
It returns the design matrix associated with the second linear predictor.
它返回的设计矩阵与第二线性预测。
参数：X1.d2
Number of columns of the design matrix for equation 1. This is used for internal calculations.
为式（1）的设计矩阵的列数。这被用于内部计算。
参数：X2.d2
Number of columns of the design matrix for equation 2.
为式（2）的设计矩阵的列数。
参数：l.sp1
Number of smooth components in equation 1.
在式（1）中的平滑分量数目。
参数：l.sp2
Number of smooth components in equation 2.
在式（2）中的平滑分量数目。
参数：He
Penalized hessian.
处罚麻。
参数：HeSh
Unpenalized hessian.
Unpenalized麻。
参数：Vb
Inverse of the penalized hessian. This corresponds to the Bayesian variance-covariance matrix used for "confidence" interval calculations.
反的惩罚麻。这相当于自信的时间间隔计算的贝叶斯方差 - 协方差矩阵。
参数：F
This is given by Vb*HeSh.
这是由Vb*HeSh。
参数：t.edf
Total degrees of freedom of the estimated bivariate sample selection model. It is calculated as sum(diag(F)).
总额度的的估计二元样本选择模型的自由。它的计算公式为sum(diag(F))。
参数：bs.mgfit
A list of values and diagnostics extracted from magic.
值和诊断提取magic的列表。
参数：conv.sp
If TRUE then the smoothing parameter selection algorithm converged.
如果TRUE然后平滑参数选择算法的收敛。
参数：wor.c
It contains the working model quantities given by the square root of the weight matrix times the pseudo-data vector and design matrix, rW.Z and rW.X.
它包含的工作模型给出的权重矩阵的时间的平方根的伪 - 数据的向量和设计矩阵，rW.Z和rW.X数量。
参数：eta1,eta2
The estimated linear predictors for the two equations.
估计两个方程的线性预测。
参数：dat
It returns the full design matrix associated with the response variables and two linear predictors.
返回完整的设计矩阵与响应变量和两个线性预测。
（作者）----------Author(s)----------
Maintainer: Giampiero Marra <a href="mailto:giampiero@stats.ucl.ac.uk">giampiero@stats.ucl.ac.uk</a>
参见----------See Also----------
SemiParSampleSel, plot.SemiParSampleSel, summary.SemiParSampleSel
SemiParSampleSel，plot.SemiParSampleSel，summary.SemiParSampleSel
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 2012-9-30 00:37:23
