R语言
gam.fit5.post.proc
位于 mgcv
包(package)。 说明
post-processing 的内部函数 gam.fit5
的输出。
用法
gam.fit5.post.proc(object, Sl, L, lsp0, S, off, gamma)
参数
object |
|
Sl |
惩罚对象, |
L |
矩阵映射工作平滑参数。 |
lsp0 |
对数平滑参数。 |
S |
惩罚矩阵。 |
off |
偏移向量。 |
gamma |
用于增加模型拟合平滑度的参数。 |
值
包含以下内容的列表:
-
R
:估计对数似然的预期粗麻布矩阵的未旋转 Choleski。 -
Vb
:模型参数的贝叶斯协方差矩阵。 -
Ve
:"frequentist" 替代Vb
。 -
Vc
:校正协方差矩阵。 -
F
:有效自由度(EDF)矩阵。 -
edf
:diag(F)
。 -
edf2
:diag(2F-FF)
。
作者
Simon N. Wood <simon.wood@r-project.org>.
相关用法
- R gam.fit3 使用 GCV、UBRE/AIC 或 RE/ML 导数计算进行 P-IRLS GAM 估计
- R gam.fit GAM P-IRLS 估计与 GCV/UBRE 平滑度估计
- R gam.check 拟合 gam 模型的一些诊断
- R gam.reparam 寻找平方根惩罚的稳定正交重新参数化。
- R gam.side GAM 的可识别性边条件
- R gam.mh 具有 gam 拟合的简单后验模拟
- R gam.control 设置 GAM 拟合默认值
- R gam.outer 使用“外部”迭代最小化 GAM 的 GCV 或 UBRE 分数
- R gam.vcomp 将 gam 平滑度估计报告为方差分量
- R gam.models 指定广义加性模型
- R gam.selection 广义加性模型选择
- R gamm 广义加性混合模型
- R gamlss.gH 计算回归系数的对数似然导数
- R gam 具有集成平滑度估计的广义加性模型
- R gam2objective GAM 平滑参数估计的目标函数
- R gamlss.etamu 将 mu 的导数转换为线性预测器的导数
- R gammals 伽玛位置比例模型系列
- R gamSim 模拟 GAM 的示例数据
- R gaulss 高斯位置尺度模型族
- R gfam 分组家庭
- R gumbls Gumbel 位置比例模型族
- R gevlss 广义极值位置比例模型族
- R ginla GAM 集成嵌套拉普拉斯逼近牛顿增强
- R get.var 从列表或 data.frame 中获取命名变量或计算表达式
- R vcov.gam 从 GAM 拟合中提取参数(估计器)协方差矩阵
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Post-processing output of gam.fit5。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。