找回密码
 注册
查看: 330|回复: 0

R语言 unmarked包 unmarkedRanef-class()函数中文帮助文档(中英文对照)

[复制链接]
发表于 2012-10-1 13:28:32 | 显示全部楼层 |阅读模式
unmarkedRanef-class(unmarked)
unmarkedRanef-class()所属R语言包:unmarked

                                        Class "unmarkedRanef"
                                         类“unmarkedRanef”

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------

Stores the estimated posterior distributions of the latent abundance or occurrence variables.
估计后验分布存储的潜在丰度或出现变数。


类对象----------Objects from the Class----------

Objects can be created by calls of the form ranef.
可以创建对象通过调用的形式ranef。


插槽----------Slots----------




post: An array with nSites rows and Nmax
post:array nSites行和Nmax


方法----------Methods----------




bup signature(object = "unmarkedRanef"): Extract the Best Unbiased Predictors (BUPs) of the latent variables (abundance or occurrence state). Either the posterior mean or median can be
BUPsignature(object = "unmarkedRanef"):提取的最佳无偏预测因素(BUPS)的潜在变量(丰度或发生状态)。无论后平均值或中位数可以是




confint signature(object = "unmarkedRanef"): Compute
confintsignature(object = "unmarkedRanef")计算




plot signature(x = "unmarkedRanef", y = "missing"):
图signature(x = "unmarkedRanef", y = "missing"):




show signature(object = "unmarkedRanef"): Display the
显示signature(object = "unmarkedRanef"):显示


警告----------Warnings----------

Empirical Bayes methods can underestimate the variance of the posterior distribution because they do not account for uncertainty in the hyperparameters (lambda or psi). However, we have not found this to be the case in a set of limited simulations studies that can be found in the inst/unitTests directory of unmarked. Simulations do, however, indicate that the posterior mode can exhibit slight (3-5 percent) negatively bias as a point estimator of site-specific abundance. It appears to be safer to use the posterior mean even though this will not be an integer in general.
经验贝叶斯方法不能低估的后验分布的方差,因为他们没有考虑到的超(λ或psi)的不确定性。然而,我们还没有发现这是一组有限的模拟研究,可以发现在研究所/单元测试目录无人盯防的情况下。不必说什么,否则情况更糟,不过,模拟表明后的模式可以表现出轻微的(3-5%)负面的偏见特定地点的丰富的点估计。这似乎是更安全的使用后验均值即使这不会是一般的整数。


参考文献----------References----------

based on bootstrap samples. Journal of the American Statistical Association 82:739–750.
Data Analysis. Chapman and Hall/CRC.
in Ecology. Academic Press.

参见----------See Also----------

ranef
ranef


实例----------Examples----------


showClass("unmarkedRanef")

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。
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册

本版积分规则

手机版|小黑屋|生物统计家园 网站价格

GMT+8, 2024-11-28 13:38 , Processed in 0.019973 second(s), 15 queries .

Powered by Discuz! X3.5

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表