R语言 VGAM包 gammahyp()函数中文帮助文档(中英文对照)

loveR

gammahyp(VGAM)
gammahyp()所属R语言包：VGAM

                                         Gamma Hyperbola Bivariate Distribution
                                         伽玛二元分布双曲线

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Estimate the parameter of a gamma hyperbola bivariate distribution by maximum likelihood estimation.
估计参数的伽玛双曲线二元分布的最大似然估计。


用法----------Usage----------


gammahyp(ltheta="loge", itheta=NULL, expected=FALSE)



参数----------Arguments----------

参数：ltheta
Link function applied to the (positive) parameter theta. See Links for more choices.  
Link功能施加到（正的）参数theta。见Links更多的选择。


参数：itheta
Initial value for the parameter. The default is to estimate it internally.  
该参数的初始值。默认值是内部估计。


参数：expected
Logical. FALSE means the Newton-Raphson (using the observed information matrix) algorithm, otherwise the expected information matrix is used (Fisher scoring algorithm).  
逻辑。 FALSE装置Newton-Raphson法（使用所观察到的信息矩阵）算法，否则用于预期的信息矩阵（Fisher评分算法）。


Details

详细信息----------Details----------

The joint probability density function is given by
的联合概率密度函数由下式给出

for theta > 0, y1 > 0, y2 > 1. The random variables Y1  and Y2 are independent. The marginal distribution of Y1 is an exponential distribution with rate parameter exp(-theta)/theta. The marginal distribution of Y2 is an exponential distribution that has been shifted to the right by 1 and with rate parameter theta. The fitted values are stored in a two-column matrix with the marginal means, which are theta * exp(theta) and 1 + 1/theta.
theta > 0，y1 > 0，y2 > 1。随机变量Y1和Y2是独立的。 Y1的边缘分布是指数分布率参数exp(-theta)/theta。的边缘分布Y2是一个指数分布，已转移到右侧由1和速率参数theta。拟合值都存储在一个两列的矩阵边际的手段，这是theta * exp(theta)和1 + 1/theta。

The default algorithm is Newton-Raphson because Fisher scoring tends to be much slower for this distribution.
默认的算法是牛顿 - 拉夫逊，因为费舍尔的得分往往要慢得多这个分布。


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和vgam。


注意----------Note----------

The response must be a two column matrix.
响应必须是一个两列的矩阵。


（作者）----------Author(s)----------


T. W. Yee



参考文献----------References----------

Asymptotics and the theory of inference.  Annals of Statistics, 31, 1695–1731.

参见----------See Also----------

exponential.
exponential。


实例----------Examples----------


gdata = data.frame(x  = runif(nn <- 1000))
gdata = transform(gdata, theta = exp(-2+x))
gdata = transform(gdata, y1 = rexp(nn, rate=exp(-theta)/theta),
                         y2 = rexp(nn, rate=theta) + 1)
fit = vglm(cbind(y1,y2) ~ x, fam=gammahyp(expected=TRUE), gdata)
fit = vglm(cbind(y1,y2) ~ x, fam=gammahyp, gdata, trace=TRUE, crit="coef")
coef(fit, matrix=TRUE)
Coef(fit)
head(fitted(fit))
summary(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。