godambe(weightedScores)
godambe()所属R语言包：weightedScores
INVERSE GODAMBE MATRIX
逆GODAMBE MATRIX
译者：生物统计家园网 机器人LoveR
描述----------Description----------
Inverse Godambe matrix.
：反Godambe矩阵。
用法----------Usage----------
参数----------Arguments----------
参数：param
The weighted scores estimates of regression and not regression parameters.
加权分数的回归和回归参数的估计。
参数：WtScMat
A list containing the following components. omega: The array with the Ω_i,\,i=1,…,n matrices; delta: The array with the Δ_i,\,i=1,…,n matrices; X: The array with the X_i,\,i=1,…,n matrices.
含有下列成分的列表。欧米茄：数组的Ω_i,\,i=1,…,n矩阵;Delta：的数组Δ_i,\,i=1,…,n矩阵; X：X_i,\,i=1,…,n矩阵阵列。
参数：xdat
(\mathbf{x}_1 , \mathbf{x}_2 , … , \mathbf{x}_n )^\top, where the matrix \mathbf{x}_i,\,i=1,…,n for a given unit will depend on the times of observation for that unit (j_i) and will have number of rows j_i, each row corresponding to one of the j_i elements of y_i and p columns where p is the number of covariates including the unit first column to account for the intercept. This xdat matrix is of dimension (N\times p), where N =∑_{i=1}^n j_i is the total number of observations from all units.
(\mathbf{x}_1 , \mathbf{x}_2 , … , \mathbf{x}_n )^\top，其中矩阵\mathbf{x}_i,\,i=1,…,n对于一个给定的单元将取决于观察的时间该单元（j_i）和将有j_i，对应每一行的行数j_i元素之一y_i和p列p是共变项包括单位的第一列用于拦截。此的XDAT矩阵是尺寸(N\times p),其中N =∑_{i=1}^n j_i是观测各单位的总数。
参数：ydat
(y_1 , y_2 , … , y_n )^\top, where the response data vectors y_i,\,i=1,…,n are of possibly different lengths for different units. In particular, we now have that y_i is (j_i \times 1), where j_i is the number of observations on unit i. The total number of observations from all units is N =∑_{i=1}^n j_i. The ydat are the collection of data vectors y_i, i = 1,…,n one from each unit which summarize all the data together in a single, long vector of length N.
(y_1 , y_2 , … , y_n )^\top，其中的响应数据矢量y_i,\,i=1,…,n都可能有不同的长度为不同的单位。特别是，我们现在有y_i（j_i \times 1），其中j_i是单位i的若干意见。各单位总数的观测是N =∑_{i=1}^n j_i。 ydat是收集的数据向量y_i, i = 1,…,n总结各单位的所有数据一起在一个很长的向量的长度N。
参数：id
An index for individuals or clusters.
指数为个人或聚类。
参数：tvec
A vector with the time indicator of individuals or clusters.
一个向量的个人或聚类的时间指标。
参数：margmodel
Indicates the marginal model. Choices are “poisson” for Poisson, “bernoulli” for Bernoulli, and “nb1” , “nb2” for the NB1 and NB2 parametrization of negative binomial in Cameron and Trivedi (1998).
表示的边际模式。选项是“泊”泊松，“伯努利”伯努利，和“NB1，NB2”为NB1和NB2参数化的负二项分布卡梅伦和Trivedi（1998）。
参数：link
The link function. Choices are “log” for the log link function, “logit” for the logit link function, and “probit” for the probit link function. However, this is an optional argument and needs to be defined only for probit regression.
链接功能。选择“log”的log链接功能，“罗吉”的罗吉特链接功能，和“概率”的概率链接功能。然而，这是一个可选的参数，需要定义概率回归。
Details
详细信息----------Details----------
If the W_{i,\rm working} are assumed fixed for the second stage of solving the weighted scores equations in Nikoloulopoulos et al. (2011)
如果W_{i,\rm working}被假定固定为解决的加权分数在Nikoloulopoulos等方程的第二阶段。 （2011）
</i> the asymptotic covariance matrix of the
</ I>的渐近协方差矩阵，
</i>
</ P>
</i>
</ P>
</i>
</ P>
值----------Value----------
The inverse Godambe matrix.
的逆Godambe矩阵。
（作者）----------Author(s)----------
Aristidis K. Nikoloulopoulos <a href="mailto:A.Nikoloulopoulos@uea.ac.uk">A.Nikoloulopoulos@uea.ac.uk</a><br>
Harry Joe <a href="mailto:harry.joe@ubc.ca">harry.joe@ubc.ca</a>
参考文献----------References----------
Godambe, V. P. (1991) Estimating Functions. Oxford: Oxford University Press
参见----------See Also----------
wtsc, solvewtsc, weightMat, wtsc.wrapper
wtsc，solvewtsc，weightMat，wtsc.wrapper
实例----------Examples----------
## Not run: [＃不运行：]
################################################################################[＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃ ＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃]
# read and set up the data set[读取和设置数据集]
################################################################################[＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃ ＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃]
data(childvisit)
# covariates[协变量]
season1<-childvisit$q
season1[season1>1]<-0
xdat<-cbind(1,childvisit$sex,childvisit$age,childvisit$m,season1)
# response[响应]
ydat<-childvisit$hosp
#id[ID]
id<-childvisit$id
#time[时间]
tvec<-childvisit$q
################################################################################[＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃ ＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃]
# select the marginal model[选择边际模型]
################################################################################[＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃ ＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃]
margmodel="poisson"
################################################################################[＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃ ＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃]
# select the correlation structure[选择相关结构]
################################################################################[＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃ ＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃]
corstr="unstr"
################################################################################[＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃ ＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃]
# perform CL1 estimation[执行CL1估计]
################################################################################[＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃ ＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃]
i.est<-iee(xdat,ydat,margmodel)
cat("\niest: IEE estimates\n")
print(c(i.est$reg,i.est$gam))
est.rho<-cl1(b=i.est$reg,gam=i.est$gam,xdat,ydat,id,tvec,margmodel,corstr)
cat("\nest.rho: CL1 estimates\n")
print(est.rho$e)
################################################################################[＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃ ＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃]
# obtain the fixed weight matrices[获得固定的权重矩阵]
################################################################################[＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃ ＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃]
WtScMat<-weightMat(b=i.est$reg,gam=i.est$gam,rh=est.rho$e,
xdat,ydat,id,tvec,margmodel,corstr)
################################################################################[＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃ ＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃]
# obtain the weighted scores estimates[得到加权后的分数估计]
################################################################################[＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃ ＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃]
# solve the nonlinear system of equations[解决非线性方程组]
ws<-solvewtsc(start=c(i.est$reg,i.est$gam),WtScMat,xdat,ydat,id,
tvec,margmodel,link)
cat("ws=parameter estimates\n")
print(ws$r)
################################################################################[＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃ ＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃]
# obtain the inverse Godambe matrix[获得Godambe矩阵逆]
################################################################################[＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃ ＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃]
acov<-godambe(ws$r,WtScMat,xdat,ydat,id,tvec,margmodel)
cat("\nacov: inverse Godambe matrix with W based on first-stage wt
matrices\n")
print(acov)
## End(Not run)[＃（不执行）]
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 20:59:45
