marglik(weightedScores)
marglik()所属R语言包：weightedScores
NEGATIVE LOG-LIKELIHOOD ASSUMING INDEPEDENCE WITHIN CLUSTERS
聚类内的负对数似然假设INDEPEDENCE
译者：生物统计家园网 机器人LoveR
描述----------Description----------
用法----------Usage----------
参数----------Arguments----------
参数：param
The vector of regression and not regression parameters.
的回归和回归参数向量。
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：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.
链接功能。选择“log”的log链接功能“的罗吉特”为罗吉特连接功能和“概率”的概率链接功能。
Details
详细信息----------Details----------
The negative sum of univariate marginal log-likelihoods.
负的单变量边缘对数似然度的总和。
值----------Value----------
Minus log-likelihood assuming independence.
负对数似然假设的独立性。
（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----------
Cameron, A. C. and Trivedi, P. K. (1998) Regression Analysis of Count Data. Cambridge: Cambridge University Press.
参见----------See Also----------
iee, cl1, bcl
iee，cl1，bcl
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 21:00:11
