df.residual(VGAM)
df.residual()所属R语言包:VGAM
Residual Degrees-of-Freedom
剩余学位的自由
译者:生物统计家园网 机器人LoveR
描述----------Description----------
Returns the residual degrees-of-freedom extracted from a fitted VGLM object.
返回的剩余度的自由提取从一个装有VGLM对象。
用法----------Usage----------
df.residual_vlm(object, type = c("vlm", "lm"), ...)
参数----------Arguments----------
参数:object
an object for which the degrees-of-freedom are desired, e.g., a vglm object.
度的自由需要一个对象,例如,vglm对象。
参数:type
the type of residual degrees-of-freedom wanted. In some applications the 'usual' LM-type value is requested. The default is the first choice.
类型的残留程度自由度想。在某些应用中,要求“一切如常”LM-类型的值。默认情况下是首选。
参数:...
additional optional arguments.
额外的可选参数。
Details
详细信息----------Details----------
When a VGLM is fitted, a large ordinary least squares (OLS) fit is performed. The number of rows is M times the 'ordinary' number of rows of the LM-type model. Here, M is the number of linear/additive predictors. The formula for the VLM-type residual degrees-of-freedom is nM - p^{*} where p^{*} is the number of columns of the 'big' VLM matrix. The formula for the LM-type residual degrees-of-freedom is n - p where p is the number of columns of the 'ordinary' LM matrix.
当VGLM安装,大型普通最小二乘法(OLS)配合进行。的行数是M“普通”型LM模型的行数。在这里,M是的线性/添加剂的预测。 VLM型残余度的自由的公式是nM - p^{*}p^{*}是大VLM矩阵的列数。其计算公式为LM-型残余度的自由是n - p其中p是“普通”LM矩阵的列数。
值----------Value----------
The value of the residual degrees-of-freedom extracted from the object.
的残留程度的自由度从对象中提取的值。
参见----------See Also----------
vglm, deviance, lm.
vglm,deviance,lm。
实例----------Examples----------
pneumo <- transform(pneumo, let = log(exposure.time))
(fit <- vglm(cbind(normal,mild,severe) ~ let, propodds, pneumo))
model.matrix(fit)
df.residual(fit, type = "vlm")
nobs(fit, type = "vlm")
nvar(fit, type = "vlm")
df.residual(fit, type = "lm") # This is more usual to some people[这对一些人来说,是更常见的]
nobs(fit, type = "lm")
nvar(fit, type = "lm")
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。
|