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

loveR

ExploreSpawML(spacom)
ExploreSpawML()所属R语言包：spacom

                                         Exploratory multilevel analysis with spatially weighted context data
                                         探索多层次的分析与空间加权上下文数据

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Performs exploratory multilevel analysis with spatially weighted context data for a series of different bandwidth values.
执行探索多层次的空间加权上下文数据分析与一系列不同的带宽值。


用法----------Usage----------


ExploreSpawML(individual.level.data,
contextual.name,
contextual.data,
context.id, formula,
distance.matrix,
multilevel.bandwidths,
precise.data = NULL,
individual.weight.names = NULL,
aggregation.function = "mean",
kernel = NULL)



参数----------Arguments----------

参数：individual.level.data
A data.frame containing the individual level data. The data must be numeric (logical, integer, or plain numeric). There must not be any missing values, NaNs, NULLs or NAs.   
Adata.frame个人层面上的数据。数据必须是数字（logical，integer，或纯numeric）。 ，不能有任何遗漏值，NaN，NULLs或NA的。


参数：contextual.name
A name of contextual variable to be weighted.  
出了名的上下文变量进行加权。


参数：contextual.data
A data.frame containing the micro-level data to generate contextual  indicators by aggregation. May be NULL, in which case the individual data is used. The data must be numeric (logical, integer, or plain numeric). There must not be any missing values, NaNs, NULLs or NAs. By default set to NULL.   
Adata.frame包含微观层面的数据产生关联的聚集指标。可能是NULL，在这种情况下，使用单个数据。数据必须是数字（logical，integer，或纯numeric）。 ，不能有任何遗漏值，NaN，NULLs或NA的。默认设置为NULL。


参数：context.id
The name of the context ID variable.  
作为上下文ID的变量的名称。


参数：formula
Formula description of the model.  
公式描述的模式。


参数：distance.matrix
A square matrix of dimension n by n, where n is the number of contextual units.  
方阵尺寸n by n，其中n是上下文相关单位的数量。


参数：multilevel.bandwidths
A vector of scalar numeric values specifying the bandwidth h  
Avector标量数字值指定的带宽h，，


参数：precise.data
A data.frame containing the precise contextual data. May be NULL, but may not contain any missing values, like NaNs, NULLs or NAs. By default set to NULL, except for ResampleExactSpawML which requires precise data to be specified.  
Adata.frame包含精确的上下文数据。可能是NULL，但可能不包含任何遗漏值，如NaN，NULL或NA的。默认设置为NULL，除了ResampleExactSpawML这需要精确的数据来指定。


参数：individual.weight.names
A name of optional design weight at the individual level used for aggregation (for example, for a weighted mean). By default set to NULL.  
用于聚集（例如，用于一个加权均值）在个体水平上的可选设计重量的名称。默认设置为NULL。


参数：aggregation.function
A name of aggregation function. Function takes either   <ol>  1 argument in which case the corresponding individual design weight is NULL,   
聚合函数的名称。功能需要或者<OL>的1个参数，在这种情况下，相应的个性化的设计重量是NULL，

2 arguments in which case the second argument is taken from the corresponding individual design weight. Defaults to "mean".  </ol>  
在这种情况下，第二个参数是从相应的个性化设计重量两个参数。默认为"mean"的。 </ OL>


参数：kernel
A function applied to the distance matrix. By default NULL, in which case the kernel function  <p align="center">w_ij = f(d, h) =   (1/2)^((d_ij/h)^2)
一个功能应用到距离矩阵。缺省情况下NULL，在这种情况下，核函数<p ALIGN="CENTER">w_ij = f(d, h) =   (1/2)^((d_ij/h)^2)

is used, where w_ij, d_ij,   h are elements of the weight matrix W, of the distance matrix D and the bandwidth h. User-supplied kernel functions have to take 2 arguments and return a matrix of the same dimension as the first argument.  
时，其中w_ij, d_ij,   h的元素的权重矩阵W，距离矩阵D和带宽h中。用户提供的核心功能有2个参数作为第一个参数，并返回相同尺寸的矩阵。


（作者）----------Author(s)----------



Till Junge, Sandra Penic, Guy Elcheroth




实例----------Examples----------


#### ExploreSpawML[＃＃＃ExploreSpawML]
# Exploratory spatially weighted multilevel with standard estimates of[探索性空间加权的多层次与标准估计。]
# standard errors. Accepts only one contextual predictor. Predicting[标准误差。只接受一个情境的预测。预测]
# collective guilt acceptance. Contextual predictor weighted with[集体内疚验收。上下文预测加权]
# geographical proximity weights, h=50,100,200. [GEO上的接近权重，H = 50100200。]

# load individual level data, remove collective guilt assignment for the[加载个体层面的数据，除去集体罪责分配]
# data frame, and remove NA's [数据框，并删除NA]
data(traces_ind)

traces_ind <- traces_ind[,-7]
traces_ind <- na.exclude(traces_ind)

# load precise contextual indicator[加载精确的背景指标]
data(homog_census)

# load distance matrix[负载距离矩阵]
data(d_geo)

# perform ExploreSpawML[执行ExploreSpawML]
acc_homog <- ExploreSpawML(individual.level.data=traces_ind,
  contextual.name="Homog_00", contextual.data=NULL, context.id="area",
  formula=cg_acc ~ victim_d + comb_d + male + age_1990 + high_school +
  higher_edu + (1|area), precise.data=homog_census, distance.matrix=d_geo,
  multilevel.bandwidths=c(50,100,200))


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。