spatialgibbs(tsModel)
spatialgibbs()所属R语言包：tsModel
Fit Hierarchical Model with Spatial Covariance
适合层次模型与空间协方差
译者：生物统计家园网 机器人LoveR
描述----------Description----------
This function fits a Normal hierarchical model with a spatial covariance structure via MCMC.
此功能适合普通的层次模型，通过MCMC的空间协方差结构。
用法----------Usage----------
spatialgibbs(b, v, x, y, phi = 0.1, scale = 1, maxiter = 1000, burn = 500, a0 = 10, b0 = 100000)
参数----------Arguments----------
参数：b
a vector of regression coefficients
一个向量回归系数
参数：v
a vector of regression coefficient variances
一个向量回归系数的差异
参数：x
a vector of x-coordinates
的矢量的x坐标
参数：y
a vector of y-coordinates
的矢量的y坐标
参数：phi
scale parameter for exponential covariance function
规模指数的协方差函数的参数
参数：scale
scaling parameter for the prior variance of the national average estimate
缩放参数的先验方差估计全国平均水平
参数：maxiter
maximum number of iterations in the Gibbs sampler
Gibbs抽样的最大迭代次数
参数：burn
number of iterations to discard
迭代次数丢弃
参数：a0
parameter for Gamma prior on heterogeneity variance
之前的异质性方差参数的伽玛
参数：b0
parameter for Gamma prior on heterogeneity variance
之前的异质性方差参数的伽玛
Details
详细信息----------Details----------
This function is used to produce pooled national average estimates of air pollution risks taking into account potential spatial correlation between the risks. The function uses a Markov chain Monte Carlo sampler to produce the posterior distribution of the national average estimate and the heterogeneity variance. See the reference below for more details.
此功能是用来产生汇集全国平均的空气污染的风险，同时考虑到潜在的风险之间的空间相关性的估计。该函数使用一个马尔可夫链蒙特卡罗采样产生的后验分布全国平均水平的估计和异质性方差。下面的更多细节，请参阅参考。
（作者）----------Author(s)----------
Roger D. Peng <a href="mailto:rpeng@jhsph.edu">rpeng@jhsph.edu</a>
参考文献----------References----------
Epidemiology in R: A Case Study in Air Pollution and Health, Springer.
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 2012-10-1 12:44:21
