找回密码
 注册
查看: 320|回复: 0

R语言 VGAM包 betaprime()函数中文帮助文档(中英文对照)

[复制链接]
发表于 2012-10-1 15:26:38 | 显示全部楼层 |阅读模式
betaprime(VGAM)
betaprime()所属R语言包:VGAM

                                         The Beta-Prime Distribution
                                         β-首相分布

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------

Estimation of the two shape parameters of the beta-prime distribution by maximum likelihood estimation.
两个形状参数的最大似然估计的β-主要分布估计。


用法----------Usage----------


betaprime(link = "loge", earg=list(), i1 = 2, i2 = NULL, zero = NULL)



参数----------Arguments----------

参数:link
Parameter link function applied to the two (positive) shape parameters. See Links for more choices.  
参数链接功能施加到两个(正)的形状参数。见Links更多的选择。


参数:earg
List. Extra argument for each of the links. See earg in Links for general information.  
列表。每个环节的额外参数。见earg中Links的一般信息。


参数:i1, i2
Initial values for the first and second shape parameters. A NULL value means it is obtained in the initialize slot. Note that i2 is obtained using i1.  
为第一和第二的形状参数的初始值。 ANULL这个值意味着它获得initialize插槽。需要注意的是i2获得使用i1。


参数:zero
An integer-valued vector specifying which linear/additive predictors are modelled as intercepts only.  The value must be from the set {1,2} corresponding respectively to shape1 and shape2 respectively.  If zero=NULL then both parameters are modelled with the explanatory variables.  
指定一个整数值向量线性/添加剂的预测模型仅作为拦截。该值必须是从集合{1,2},分别对应于shape1和shape2分别。如果zero=NULL然后两个参数模型的解释变量。


Details

详细信息----------Details----------

The beta-prime distribution is given by
分布的β-贷

for y > 0. The shape parameters are positive, and here, B is the beta function. The mean of Y is shape1 / (shape2-1) provided shape2>1.
y > 0。形状参数是正面的,在这里,B是测试功能。 Y的平均shape1 / (shape2-1)提供shape2>1。

If Y has a Beta(shape1,shape2) distribution then Y/(1-Y) and (1-Y)/Y have a Betaprime(shape1,shape2) and Betaprime(shape2,shape1) distribution respectively. Also, if Y1 has a gamma(shape1) distribution and Y2 has a gamma(shape2) distribution then Y1/Y2 has a Betaprime(shape1,shape2) distribution.
如果Y有Beta(shape1,shape2)版本,那么Y/(1-Y)和(1-Y)/Y有一个Betaprime(shape1,shape2)和Betaprime(shape2,shape1)分布。此外,如果Y1有gamma(shape1)的分布和Y2有gamma(shape2)分布,,然后Y1/Y2有Betaprime(shape1,shape2)分布。


值----------Value----------

An object of class "vglmff" (see vglmff-class). The object is used by modelling functions such as vglm, rrvglm and vgam.
类的一个对象"vglmff"(见vglmff-class)。该对象被用于建模功能,如vglm,rrvglm和vgam。


注意----------Note----------

The response must have positive values only.
响应必须有正面的价值观。

The beta-prime distribution is also known as the beta distribution of the second kind or the inverted beta distribution.
β-首要的分布也被称为第二类Beta分布的倒beta分布。


(作者)----------Author(s)----------


Thomas W. Yee



参考文献----------References----------

Chapter 25 of:  Continuous Univariate Distributions, 2nd edition, Volume 2, New York: Wiley.
http://www.stat.auckland.ac.nz/~yee contains further information and examples.

参见----------See Also----------

betaff.
betaff。


实例----------Examples----------


nn = 1000
betadat = data.frame(shape1 = exp(1), shape2 = exp(3))
betadat = transform(betadat, yb = rbeta(nn, shape1, shape2))
betadat = transform(betadat, y1 = (1-yb)/yb, y2 = yb/(1-yb),
                             y3 = rgamma(nn, exp(3)) / rgamma(nn, exp(2)))

fit1 = vglm(y1 ~ 1, betaprime, betadat, trace=TRUE)
coef(fit1, matrix=TRUE)

fit2 = vglm(y2 ~ 1, betaprime, betadat, trace=TRUE)
coef(fit2, matrix=TRUE)

fit3 = vglm(y3 ~ 1, betaprime, betadat, trace=TRUE)
coef(fit3, matrix=TRUE)

# Compare the fitted values[比较拟合值]
with(betadat, mean(y3))
head(fitted(fit3))
Coef(fit3)  # Useful for intercept-only models[仅截距模型]

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, 2024-11-26 22:53 , Processed in 0.029323 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