R gamlss.gH 计算回归系数的对数似然导数

R语言 gamlss.gH 位于 mgcv 包(package)。

说明

主要供位置比例模型系列内部使用。给定对数似然相对于线性预测器的导数，该函数获得导数和 Hessian 相对于回归系数和 Hessian 相对于回归系数的导数。平滑参数。有关输入导数数组打包约定，请参阅 trind.generator 。

用法

gamlss.gH(X, jj, l1, l2, i2, l3 = 0, i3 = 0, l4 = 0, i4 = 0, d1b = 0,
  d2b = 0, deriv = 0, fh = NULL, D = NULL,sandwich=FALSE)

参数

`X`	包含所有线性预测变量的模型矩阵的矩阵。
`jj`	索引向量列表，使得 `X[,jj[[i]]]` 是 i-th 线性预测器的模型矩阵。
`l1`	每个参数的对数似然的每个元素的一阶导数数组。
`l2`	每个参数的对数似然的每个元素的二阶导数数组。
`i2`	二维索引数组，使得 `l2[,i2[i,j]]` 包含部分 w.r.t. params 由 i,j 索引，对索引值没有限制(除了它们位于 1,...,ncol(l1) 中)。
`l3`	每个参数的对数似然的每个元素的三阶导数数组。
`i3`	third-dimensional 索引数组，使得 `l3[,i3[i,j,k]]` 包含部分 w.r.t.参数由 i,j,k 索引。
`l4`	每个参数的对数似然的每个元素的四阶导数数组。
`i4`	third-dimensional 索引数组，使得 `l4[,i4[i,j,k,l]]` 包含部分 w.r.t.参数由 i,j,k,l 索引。
`d1b`	回归系数与平滑参数的一阶导数。
`d2b`	回归系数关于平滑参数的二阶导数。
`deriv`	如果`deriv==0` 将仅计算一阶和二阶导数。如果`deriv==1`，该函数还返回Hessian 矩阵的一阶导数的对角线，如果`deriv==2`，它返回完整的三阶导数，如果`deriv==3`，它还提供四阶导数。
`fh`	惩罚 Hessian 矩阵的特征分解或 Cholesky 因子。
`D`	对角矩阵，用于提供一些缩放。
`sandwich`	设置为 `TRUE` 以返回三明治估计器 'filling'，而不是 `l2` 中的 Hessian 矩阵。

值

包含 lb 的列表 - 梯度向量 w.r.t.系数； lbb - Hessian 矩阵 w.r.t.系数； d1H - Hessian 矩阵的导数列表平滑参数，或单个矩阵，其列是这些导数矩阵的前导对角线； trHid2H - 逆 Hessian 矩阵的迹乘以 Hessian 矩阵的二阶导数。平滑参数的所有组合。

作者

Simon N. Wood <simon.wood@r-project.org>.

也可以看看

trind.generator

相关用法

注：本文由纯净天空筛选整理自R-devel大神的英文原创作品 Calculating derivatives of log-likelihood wrt regression coefficients。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。