R语言
glm.control
位于 stats
包(package)。 说明
glm
拟合的辅助函数。通常仅由 glm.fit
内部使用,但可用于构造任一函数的 control
参数。
用法
glm.control(epsilon = 1e-8, maxit = 25, trace = FALSE)
参数
epsilon |
正收敛容差 ;当 时迭代收敛。 |
maxit |
给出 IWLS 迭代最大次数的整数。 |
trace |
逻辑指示是否应为每次迭代生成输出。 |
细节
glm
的 control
参数默认传递给 glm.fit
的 control
参数,后者使用其元素作为 glm.control
的参数:后者提供默认值和健全性检查。
如果 epsilon
很小(小于 ),它也用作最小二乘解中共线性检测的容差。
当 trace
为 true 时,对 cat
的调用会生成每次 IWLS 迭代的输出。因此,options(digits = *)
可用于提高精度,请参见示例。
值
包含命名为参数的组件的列表。
例子
### A variation on example(glm) :
## Annette Dobson's example ...
counts <- c(18,17,15,20,10,20,25,13,12)
outcome <- gl(3,1,9)
treatment <- gl(3,3)
oo <- options(digits = 12) # to see more when tracing :
glm.D93X <- glm(counts ~ outcome + treatment, family = poisson(),
trace = TRUE, epsilon = 1e-14)
options(oo)
coef(glm.D93X) # the last two are closer to 0 than in ?glm's glm.D93
参考
Hastie, T. J. and Pregibon, D. (1992) Generalized linear models. Chapter 6 of Statistical Models in S eds J. M. Chambers and T. J. Hastie, Wadsworth & Brooks/Cole.
也可以看看
相关用法
- R glm.summaries 访问广义线性模型拟合
- R glm 拟合广义线性模型
- R getInitial 获取初始参数估计
- R stlmethods STL 对象的方法
- R medpolish 矩阵的中值波兰(稳健双向分解)
- R naprint 调整缺失值
- R summary.nls 总结非线性最小二乘模型拟合
- R summary.manova 多元方差分析的汇总方法
- R formula 模型公式
- R nls.control 控制 nls 中的迭代
- R aggregate 计算数据子集的汇总统计
- R deriv 简单表达式的符号和算法导数
- R kruskal.test Kruskal-Wallis 秩和检验
- R quade.test 四方测试
- R decompose 移动平均线的经典季节性分解
- R plot.stepfun 绘制阶跃函数
- R alias 查找模型中的别名(依赖项)
- R qqnorm 分位数-分位数图
- R eff.aovlist 多层方差分析的计算效率
- R pairwise.t.test 成对 t 检验
- R loglin 拟合对数线性模型
- R predict.smooth.spline 通过平滑样条拟合进行预测
- R bartlett.test 方差齐性的 Bartlett 检验
- R influence.measures 回归删除诊断
- R loess.control 设置黄土参数
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Auxiliary for Controlling GLM Fitting。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。