dcennormal1(VGAM)
dcennormal1()所属R语言包：VGAM
Univariate Normal Distribution with Double Censoring
双截尾单变量正态分布
译者：生物统计家园网 机器人LoveR
描述----------Description----------
Maximum likelihood estimation of the two parameters of a univariate normal distribution when there is double censoring.
单变量正态分布的两个参数的最大似然估计的时有双重审查。
用法----------Usage----------
dcennormal1(r1 = 0, r2 = 0, lmu = "identity", lsd = "loge",
emu = list(), esd = list(),
imu = NULL, isd = NULL, zero = 2)
参数----------Arguments----------
参数：r1, r2
Integers. Number of smallest and largest values censored, respectively.
整数。数的最小值和最大值分别审查，。
参数：lmu, lsd, emu, esd
Parameter link functions and its extra arguments applied to the mean and standard deviation. See Links for more choices.
参数链接的功能和额外的参数的均值和标准差。见Links更多的选择。
参数：imu, isd, zero
See CommonVGAMffArguments for more information.
见CommonVGAMffArguments更多信息。
Details
详细信息----------Details----------
This family function uses the Fisher information matrix given in Harter and Moore (1966). The matrix is not diagonal if either r1 or r2 are positive.
这间家庭功能使用的Fisher信息矩阵在哈特和Moore（1966）给出。矩阵不是对角，如果是r1或r2是积极的。
By default, the mean is the first linear/additive predictor and the log of the standard deviation is the second linear/additive predictor.
默认情况下，平均是第一个线性/添加剂预测和log的标准差是第二个线性/添加剂预测。
值----------Value----------
An object of class "vglmff" (see vglmff-class). The object is used by modelling functions such as vglm, and vgam.
类的一个对象"vglmff"（见vglmff-class）。该对象被用于建模功能，如vglm，vgam。
注意----------Note----------
This family function only handles a vector or one-column matrix response. The weights argument, if used, are interpreted as frequencies, therefore it must be a vector with positive integer values.
这间家庭功能只处理一个向量或一列的矩阵响应。 weights参数，如果使用的话，将被解释为频率，因此它必须是正整数的值的矢量。
With no censoring at all (the default), it is better (and equivalent) to use normal1.
使用没有审查（默认值），它是更好的（当量）使用normal1。
（作者）----------Author(s)----------
T. W. Yee
参考文献----------References----------
Iterative maximum-likelihood estimation of the parameters of normal populations from singly and doubly censored samples. Biometrika, 53, 205–213.
参见----------See Also----------
normal1, cennormal1, tobit.
normal1，cennormal1，tobit。
实例----------Examples----------
SIMS = 100 # Number of simulations (change this to 1000)[模拟（改变此为1000）]
mu.save = sd.save = rep(NA, len = SIMS)
r1 = 0; r2 = 4; nn = 20
for(sim in 1:SIMS) {
y = sort(rnorm(nn))
y = y[(1+r1) nn-r2)] # Delete r1 smallest and r2 largest[删除R1最小和最大的R2]
fit = vglm(y ~ 1, dcennormal1(r1 = r1, r2 = r2))
mu.save[sim] = predict(fit)[1,1]
sd.save[sim] = exp(predict(fit)[1,2]) # Assumes a log link and ~ 1[假设log链接和~1]
}
c(mean(mu.save), mean(sd.save)) # Should be c(0,1)[应该是C（0,1）]
c(sd(mu.save), sd(sd.save))
## End(Not run)[＃（不执行）]
# Data from Sarhan and Greenberg (1962); MLEs are mu = 9.2606, sd = 1.3754[Sarhan和格林伯格（1962）;最大似然估计的数据是亩= 9.2606，SD = 1.3754]
strontium90 = data.frame(y = c(8.2, 8.4, 9.1, 9.8, 9.9))
fit = vglm(y ~ 1, dcennormal1(r1 = 2, r2 = 3, isd = 6), strontium90, trace = TRUE)
coef(fit, matrix = TRUE)
Coef(fit)
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 15:31:32
