R语言
rTweedie
位于 mgcv
包(package)。 说明
为 1 到 2 之间的幂生成 Tweedie 随机偏差。
用法
rTweedie(mu,p=1.5,phi=1)
参数
mu |
要生成的偏差的期望值向量。为 |
p |
偏差的方差与其平均值成正比,即 |
phi |
尺度参数。偏差的方差由 |
细节
1<p<2 的 Tweedie 随机变量是 N
gamma 随机变量的总和,其中 N
具有泊松分布,平均值为 mu^(2-p)/((2-p)*phi)
。求和的 Gamma 随机变量具有形状参数 (2-p)/(p-1)
和尺度参数 phi*(p-1)*mu^(p-1)
(请注意,此尺度参数与具有 Gamma 误差的 GLM 的尺度参数不同)。
这是 tweedie
包中的 rtweedie
的受限制但速度更快的版本。
值
随机向量偏离 Tweedie 分布,期望值向量 mu
,方差向量 phi*mu^p
。
例子
library(mgcv)
f2 <- function(x) 0.2 * x^11 * (10 * (1 - x))^6 + 10 *
(10 * x)^3 * (1 - x)^10
n <- 300
x <- runif(n)
mu <- exp(f2(x)/3+.1);x <- x*10 - 4
y <- rTweedie(mu,p=1.5,phi=1.3)
b <- gam(y~s(x,k=20),family=Tweedie(p=1.5))
b
plot(b)
作者
Simon N. Wood simon.wood@r-project.org
参考
Peter K Dunn (2009). tweedie: Tweedie exponential family models. R package version 2.0.2. https://cran.r-project.org/package=tweedie
也可以看看
相关用法
- R residuals.gam 广义加性模型残差
- R random.effects GAM 中的随机效应
- R rmvn 从多元正态密度或 t 密度生成或评估多元正态密度或 t 密度。
- R rig 生成逆高斯随机偏差
- R vcov.gam 从 GAM 拟合中提取参数(估计器)协方差矩阵
- R gam.check 拟合 gam 模型的一些诊断
- R null.space.dimension TPRS 未惩罚函数空间的基础
- R gam.reparam 寻找平方根惩罚的稳定正交重新参数化。
- R extract.lme.cov 从 lme 对象中提取数据协方差矩阵
- R scat 用于重尾数据的 GAM 缩放 t 系列
- R choldrop 删除并排名第一 Cholesky 因子更新
- R smooth.construct.cr.smooth.spec GAM 中的惩罚三次回归样条
- R bandchol 带对角矩阵的 Choleski 分解
- R gam.side GAM 的可识别性边条件
- R cox.ph 附加 Cox 比例风险模型
- R mgcv.parallel mgcv 中的并行计算。
- R gamm 广义加性混合模型
- R pdTens 实现张量积平滑的 pdMat 类的函数
- R Predict.matrix GAM 中平滑项的预测方法
- R Predict.matrix.soap.film 皂膜光滑度预测矩阵
- R smooth.construct.bs.smooth.spec GAM 中的惩罚 B 样条
- R gamlss.gH 计算回归系数的对数似然导数
- R plot.gam 默认 GAM 绘图
- R mvn 多元正态加性模型
- R gfam 分组家庭
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Generate Tweedie random deviates。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。