R语言 VGAM包 predictvglm()函数中文帮助文档(中英文对照)

loveR

predictvglm(VGAM)
predictvglm()所属R语言包：VGAM

                                        Predict Method for a VGLM fit
                                         的VGLM配合的预测方法

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Predicted values based on a vector generalized linear model (VGLM) object.
预测的基础上的向量广义线性模型（VGLM）对象的值。


用法----------Usage----------


predictvglm(object, newdata = NULL,
            type = c("link", "response", "terms"),
            se.fit = FALSE, deriv = 0, dispersion = NULL,
            untransform = FALSE, extra = object@extra, ...)



参数----------Arguments----------

参数：object
Object of class inheriting from "vlm".  
对象的类继承自"vlm"。


参数：newdata
An optional data frame in which to look for variables with which to predict. If omitted, the fitted linear predictors are used.  
一个可选的数据框中寻找变量，用以预测。如果省略该参数，拟合的线性预测。


参数：type
the type of prediction required. The default is the first one, meaning on the scale of the linear predictors.  The alternative "response" is on the scale of the response variable, and depending on the family function, this may or may not be the mean. The "terms" option returns a matrix giving the fitted values of each term in the model formula on the linear predictor scale.  The value of this argument can be abbreviated.  
所需的预测的类型。默认值是第一位的，上规模的线性预测的意义。替代"response"是上规模的响应变量，和根据家庭函数，这可能会或可能不会是均值。 "terms"选项返回一个矩阵，每学期提供的拟合值的线性预测模型公式规模。这个参数的值，可以缩写。


参数：se.fit
logical: return standard errors?  
逻辑：返回标准错误吗？


参数：deriv
Non-negative integer. Currently this must be zero. Later, this may be implemented for general values.   
非负整数。目前，这必须是零。购买，这可以被实现为一般值。


参数：dispersion
Dispersion parameter.  This may be inputted at this stage, but the default is to use the dispersion parameter of the fitted model.  
分散参数。这可能是输入在这个阶段，但默认情况下使用的分散参数的拟合模型。


参数：extra
A list containing extra information. This argument should be ignored.  
一个列表，其中包含额外的信息。这个参数应该被忽略。


参数：untransform
Logical. Reverses any parameter link function. This argument only works if type = "link", se.fit = FALSE, deriv = 0.  
逻辑。任何参数的反转链接功能。如果此参数只能用于type = "link", se.fit = FALSE, deriv = 0。


参数：...
Arguments passed into predictvlm.  
传递参数到predictvlm。


Details

详细信息----------Details----------

Obtains predictions and optionally estimates standard errors  of those predictions from a fitted vector generalized linear model  (VGLM) object.
获得的预测，并选择性地估计这些预测从一个装有矢量广义线性模型（VGLM）对象的标准错误。

This code implements smart prediction (see smartpred).
此代码实现智能预测（见smartpred的）。


值----------Value----------

If se.fit = FALSE, a vector or matrix of predictions. If se.fit = TRUE, a list with components
如果se.fit = FALSE，一个向量或矩阵的预测。如果se.fit = TRUE，组件的列表


参数：fitted.values
Predictions
预测


参数：se.fit
Estimated standard errors
估计标准误差


参数：df
Degrees of freedom
自由度


参数：sigma
The square root of the dispersion parameter
的分散参数的平方根


警告----------Warning ----------

This function may change in the future.
此功能可能会在未来发生改变。


注意----------Note----------

Setting se.fit = TRUE and type = "response" will generate an error.
设置se.fit = TRUE和type = "response"将产生一个错误。


（作者）----------Author(s)----------


Thomas W. Yee



参考文献----------References----------

Reduced-rank vector generalized linear models. Statistical Modelling, 3, 15–41.

参见----------See Also----------

predict, vglm, predictvlm, smartpred.
predict，vglm，predictvlm，smartpred。


实例----------Examples----------


# Illustrates smart prediction[说明智能预测]
pneumo = transform(pneumo, let = log(exposure.time))
fit = vglm(cbind(normal,mild, severe) ~ poly(c(scale(let)), 2),
           propodds, data = pneumo, trace = TRUE, x = FALSE)
class(fit)

(q0 = head(predict(fit)))
(q1 = predict(fit, newdata = head(pneumo)))
(q2 = predict(fit, newdata = head(pneumo)))
all.equal(q0, q1)  # Should be TRUE[应该是真实的]
all.equal(q1, q2)  # Should be TRUE[应该是真实的]

head(predict(fit))
head(predict(fit, untransform = TRUE))

p0 = head(predict(fit, type = "res"))
p1 = head(predict(fit, type = "res", newdata = pneumo))
p2 = head(predict(fit, type = "res", newdata = pneumo))
p3 = head(fitted(fit))
all.equal(p0, p1)  # Should be TRUE[应该是真实的]
all.equal(p1, p2)  # Should be TRUE[应该是真实的]
all.equal(p2, p3)  # Should be TRUE[应该是真实的]

predict(fit, type = "terms", se = TRUE)

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。