R语言 skewtools包 HNL.skew()函数中文帮助文档(中英文对照)

loveR

HNL.skew(skewtools)
HNL.skew()所属R语言包：skewtools

                                         Expected Conditional Maximization Estimation of Heteroscedastic Nonlinear Regression Growth model parameters
                                         预计条件最大化的异方差的非线性回归增长模型参数的估计

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Parameters estimation of the von Bertalanffy, Gompertz, Logistic and Richards growth models us- ing the robust Expected Conditional Maximization Estimation (ECME) method in heteroscedastic Nonlinear Regression Growth models on scale mixtures of skew-normal distributions.  The distributions considered are: : Normal, T-Student, Skew-Normal and Skew-t
范氏，姜氏，MF和Richards生长模型我们预期的强劲的最大化估计法（ECME）规模偏斜正态分布的混合物异方差的非线性回归增长模型的参数估计。的分布是::正常，T-学生，扭曲正常和斜-T


用法----------Usage----------


HNL.skew(y, x, betas, rho, sigma2, shape, nu, loglik = FALSE,
model = "VB", type = "ST", m.type = "power", error = 1e-05)



参数----------Arguments----------

参数：y
a numeric vector of lengths
一个数值向量的长度


参数：x
a numeric vector of ages
的数字矢量年龄的


参数：betas
a initial numeric vector of Growth model parameters
一个生长模型参数的初始数值向量


参数：rho
a initial numeric value of mean residual parameter
一个初始数值的平均剩余参数


参数：sigma2
a initial numeric value of variance residual parameter
剩余的参数一个初始数值的方差


参数：shape
a initial numeric value of shape residual parameter
形状剩余的参数一个初始数值


参数：nu
a initial numeric value of freedom degree residual parameter
一个初始数值的自由度剩余的参数


参数：loglik
a logical value to obtain the log-likelihood. By default is FALSE
一个逻辑值，以获得对数似然。默认情况下是FALSE


参数：model
a string related to growth model. It is available for: VB (Von Bertalanffy, by default),  Gompertz,  Logistic and Richards
一个字符串相关的经济增长模式。它可用于：VB（贝塔朗菲，默认情况下），Gompertz，Logistic和Richards


参数：type
a string related to residual distribution. It is available for:  ST (Skew-t, by default),  SN (Skew-Normal), T (T-Student) and N (Normal)
一个字符串相关的剩余分配。它可用于ST（斜吨，默认情况下），SN（歪斜普通），T（T-学生）和N（普通）


参数：m.type
a string related to heteroscedastic residual modelation. It is available for:  power (power type, by default) and  exp (exponencial type). See below for details
一个字符串相关异方差残余modelation。它可用于：power下（电源类型，默认情况下）和exp（exponencial的类型）。有关详细信息，请参阅下面的


参数：error
a numeric value for convergence tolerance of ECME method. By default is 1e-05
ECME方法的收敛性的一个数值。默认情况下是1e-05


Details

详细信息----------Details----------

This function is based on the ECME method of the scripts written by Lachos et al. (2012)  (open access: http://www.ime.unicamp.br/~hlachos/codeSMSN-HNLM.rar)
此函数的基础上的的ECME方法的由Lachos等人编写的脚本。 （2012）（开放访问：http://www.ime.unicamp.br/~hlachos / codeSMSN HNLM.rar），

The HNL.skew function consider a Heteroscedastic Nonlineal Regression Growth model  L_t=η(x_t,β)+\varepsilon_t and, are available the following growth models:
HNL.skew功能考虑Nonlineal一个异方差回归增长模型L_t=η(x_t,β)+\varepsilon_t，并提供以下的增长模式：

von Bertalanffy (von Bertalanffy, 1941)
冯贝塔朗菲（范氏1941年）

Gompertz (Gompertz, 1825)
姜氏（姜氏1825年）

Logistic (Verhulst, 1838)
MF（费尔哈斯，1838年）

and Richards (Richards, 1959)
和理查兹（理查兹，1959年）

The residuals of the model are represented by the scale mixture  of skew-normal, where the first and second moment depends on m(x_t) function. The m.type option allow to select the power function m(x_t)=x_{t}^{ρ} through power or, the exponential function m(x_t)=e^{ρ x_{t}} using exp.
歪斜正常的比例的混合物，其中的第一和第二的时刻取决于m(x_t)函数所表示的模型的残差。 m.type选项允许选择幂函数m(x_t)=x_{t}^{ρ}通过power，或指数函数的m(x_t)=e^{ρ x_{t}}使用exp的。

An incorrect input of the initial values for the parameters may induce an error in convergence. Therefore, is recommended  to assess visually how accurate the initial parameters are by plotting the chosen growth function model and the data.  In the example (see below) it is shown the initial values  of beta, rho, sigma2, lambda  and nu. The ECME algorithm need, at least, a good vector of beta; the residuals parameters shown in  example, should be used for estimation of others species
一个不正确的输入的参数的初始值可能诱发收敛中的错误。因此，建议如何准确评估视觉的初始参数是通过绘制增长所选择的功能模型和数据。在这个例子中（见下文）beta，rho，sigma2，lambda和nu的初始值。 ECME算法需要一个很好的向量，至少，beta;残差示例中所示的参数，应用于其他物种的估计


值----------Value----------


参数：y
a numeric vector of lengths used in the estimation
的估计中使用的一个数值向量的长度


参数：x
a numeric vector of ages used in the estimation
用于估计一个数值向量的年龄


参数：betas
a numeric vector of estimated parameters of the growth model by ECME method
一个数值向量的ECME的增长模型的参数估计方法


参数：rho
a numeric vector of mean residual parameter of the growth model by ECME method
一个数值向量的平均剩余参数的增长模式ECME方法


参数：sigma2
a numeric vector of variance residual parameter of the growth model by ECME method
一个数值向量，方差剩余经济增长模式的参数ECME方法


参数：shape
a numeric vector of shape residual parameter of the growth model by ECME method
一个数值向量的形状残留的经济增长模式的参数ECME方法


参数：loglik
a numeric value of log-likelihood of the obtained model
一个数字值所获得的模型的对数似然


参数：iter
a numeric value of total iterations made by ECME method
ECME方法所作的一个数字值的总的迭代


参数：res
a numeric vector of model residuals
一个数值向量模型的残差


参数：n
a numeric value of sample size
一个数值的样本量


参数：V
a numeric matrix of variance-covariance of the growth model parameters
一个数字的增长模型参数的方差 - 协方差矩阵


参数：model
a call of the fitted model of type nls
一来电的拟合模型类型nls的


参数：curve
a string related to the used growth model
一个字符串所使用的增长模式


参数：distr
a string related to the used residual distribution
有关所使用的剩余分配的字符串


参数：m.type
a string related to the used heteroscedastic residual modeling
的字符串有关的所用的异方差的残余建模


（作者）----------Author(s)----------



Javier E. Contreras-Reyes




参考文献----------References----------


Philosophical Transactions of the Royal Society of London, 115, 513-585.






参见----------See Also----------

nls
nls


实例----------Examples----------



data(merluzaChile)
x <- merluzaChile$edad
y <- merluzaChile$long
plot(x, y, main="Age-Length", ylab="Length (cm)", xlab="Age (years)")

beta <- c(80, 0.08, -0.187)
rho <- -0.1
sigma2 <- 3.2726
shape <- 0.1698
nu <- 11

modelVB <- HNL.skew(y, x, beta, rho, sigma2, shape, nu, loglik = FALSE,
model = "VB", type = "T", m.type = "power", error = 0.00001)
modelVB

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。