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

loveR

miPoolVector(simsem)
miPoolVector()所属R语言包：simsem

                                         Function to pool imputed results that saved in a matrix format
                                         功能池的估算结果保存在一个矩阵格式

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

The function takes parameter estimates and standard errors of each imputed result and returns pooled parameter estimates and standard errors.
该函数将参数估计值和标准误差的每一个估算的结果，并返回汇集的参数估计值和标准差。


用法----------Usage----------


miPoolVector(MI.param, MI.se, imps)



参数----------Arguments----------

参数：MI.param
A matrix of parameter estimates that the row represents parameter estimates from different imputations and the column represents parameter estimates of different target parameters.  
参数矩阵的估计，该行表示来自不同的估算和列的参数估计值代表不同的目标参数的参数估计。


参数：MI.se
A matrix of standard errors that the row represents standard errors from different imputations and the column represents the standard errors of different target parameters.  
该行表示不同的估算标准误差和列矩阵的标准误差表示不同的目标参数的标准误差。


参数：imps
The number of imputations  
插补数


Details

详细信息----------Details----------

Parameters and standard errors are combined using Rubin's Rules (Rubin, 1987).
参数和标准误差结合用鲁宾的规则（鲁宾，1987年）。


值----------Value----------

MIpool returns a list with pooled estimates, standard errors, fit indices and fraction missing information
MIpool返回一个列表，汇集估计，标准误差，拟合指数和部分缺失的信息


参数：Estimates
Pooled parameter estimates.  
池参数估计值。


参数：SE
Pooled standard errors.  
汇集的标准误差。


参数：FMI.1
Fraction of missing information for each parameter.  
为每个参数的信息丢失的分数。


参数：FMI.2
Fraction of missing information for each parameter.  
为每个参数的信息丢失的分数。


（作者）----------Author(s)----------



Alexander M. Schoemann (University of Kansas; <a href="mailto:schoemann@ku.edu">schoemann@ku.edu</a>)
Mijke Rhemtulla (University of Kansas; <a href="mailto:mijke@ku.edu">mijke@ku.edu</a>)




参考文献----------References----------



参见----------See Also----------

runMI for imputing missing values by multiple imputation and analyzing the imputed datasets.
runMI多重插补和填充缺失值的插补数据集的分析。

miPool for combining results in the SimModelOut format.
miPoolSimModelOut格式相结合的结果。


实例----------Examples----------


param <- matrix(c(0.7, 0.1, 0.5,
                                        0.75, 0.12, 0.54,
                                        0.66, 0.11, 0.56,
                                        0.74, 0.09, 0.55), nrow=4, byrow=TRUE)
SE <- matrix(c(0.1, 0.01, 0.05,
                                0.11, 0.023, 0.055,
                                0.10, 0.005, 0.04,
                                0.14, 0.012, 0.039), nrow=4, byrow=TRUE)
nimps <- 4
miPoolVector(param, SE, nimps)

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。