R语言
contr.sdif
位于 MASS
包(package)。 说明
基于连续差异的因子编码。
用法
contr.sdif(n, contrasts = TRUE, sparse = FALSE)
参数
n |
所需的级别数。 |
contrasts |
逻辑:是否应该有 |
sparse |
合乎逻辑的。如果为 true 并且结果将是稀疏的(仅适用于 |
细节
选择对比系数,以便 one-way 布局中的编码系数是第二级和第一级、第三级和第二级等的平均值之间的差。这对于有序因子来说最有意义,但并不假设水平间隔相等。
值
如果 contrasts
为 TRUE
,则为具有 n
行和 n - 1
列的矩阵,如果 contrasts
为 FALSE
,则为 n
by n
单位矩阵。
例子
(A <- contr.sdif(6))
zapsmall(ginv(A))
参考
Venables, W. N. and Ripley, B. D. (2002) Modern Applied Statistics with S. Fourth Edition, Springer.
也可以看看
相关用法
- R con2tr 将列表转换为 DataFrame 以供网格使用
- R cov.rob 多变量位置和散点的抗性估计
- R corresp 简单对应分析
- R coop 分析化学合作试验
- R cov.trob 多元 t 分布的协方差估计
- R cpus 计算机CPU的性能
- R cement 水泥凝固时产生的热量
- R chem 全麦面粉中的铜
- R caith 凯斯内斯人物的眼睛和头发的颜色
- R cats 家 cat 的解剖数据
- R cabbages 来自卷心菜田间试验的数据
- R crabs 细纹蟹的形态学测量
- R summary.rlm 鲁棒线性模型的总结方法
- R ginv 广义逆矩阵
- R housing 哥本哈根住房条件调查的频率表
- R biopsy 乳腺癌患者的活检数据
- R predict.qda 根据二次判别分析进行分类
- R Melanoma 恶性黑色素瘤的生存率
- R boxcox 线性模型的 Box-Cox 变换
- R predict.glmmPQL glmmPQL 拟合的预测方法
- R ucv 带宽选择的无偏交叉验证
- R theta.md 估计负二项式的 theta
- R parcoord 平行坐标图
- R rlm 线性模型的稳健拟合
- R npk 经典 N、P、K 阶乘实验
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Successive Differences Contrast Coding。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。