Sl.setup
位於 mgcv
包(package)。 說明
內部函數,用於設置表示來自 gam.setup
生成的對象的塊對角罰矩陣的列表。
用法
Sl.setup(G,cholesky=FALSE,no.repara=FALSE,sparse=FALSE)
參數
G |
|
cholesky |
僅使用 Cholesky 重新參數化。 |
no.repara |
設置為 |
sparse |
稀疏設置? |
值
每個塊都有一個元素的列表。對於塊 b,Sl[[b]]
是包含以下元素的列表
-
repara
:是否應該將重新參數化應用於模型矩陣等?如果係數是非線性的,通常為FALSE
。 -
start, stop
:這樣start:stop
就是該塊的參數索引。 -
S
:塊的懲罰矩陣列表(dim = stop-start+1
)如果length(S)==1
,那麽這將是身份懲罰。否則,它是多重懲罰,並且將添加平方根懲罰矩陣的rS
列表。S
(如果repara==TRUE
)和rS
(始終)將被投影到總懲罰矩陣的範圍空間中。 -
rS
:如果使用多個懲罰,則懲罰矩陣的平方根。 -
D
:塊的重新參數化矩陣。適用於start:stop
中的 cols/params 。如果是數字,則X[,start:stop]%*%diag(D)
是X[,start:stop]
和b.orig = D*b.repara
的重新參數化(其中b.orig
是原始參數向量)。如果是矩陣,則X[,start:stop]%*%D
是X[,start:stop]
和b.orig = D%*%b.repara
的重新參數化(其中b.orig
是原始參數向量)。
作者
Simon N. Wood <simon.wood@r-project.org>.
相關用法
- R Sl.inirep 重新參數化模型矩陣 X
- R Sl.repara 將懲罰矩陣的對數行列式重新參數化應用到模型矩陣。
- R vcov.gam 從 GAM 擬合中提取參數(估計器)協方差矩陣
- R gam.check 擬合 gam 模型的一些診斷
- R null.space.dimension TPRS 未懲罰函數空間的基礎
- R gam.reparam 尋找平方根懲罰的穩定正交重新參數化。
- R extract.lme.cov 從 lme 對象中提取數據協方差矩陣
- R scat 用於重尾數據的 GAM 縮放 t 係列
- R choldrop 刪除並排名第一 Cholesky 因子更新
- R smooth.construct.cr.smooth.spec GAM 中的懲罰三次回歸樣條
- R bandchol 帶對角矩陣的 Choleski 分解
- R gam.side GAM 的可識別性邊條件
- R cox.ph 附加 Cox 比例風險模型
- R mgcv.parallel mgcv 中的並行計算。
- R gamm 廣義加性混合模型
- R pdTens 實現張量積平滑的 pdMat 類的函數
- R Predict.matrix GAM 中平滑項的預測方法
- R Predict.matrix.soap.film 皂膜光滑度預測矩陣
- R smooth.construct.bs.smooth.spec GAM 中的懲罰 B 樣條
- R gamlss.gH 計算回歸係數的對數似然導數
- R plot.gam 默認 GAM 繪圖
- R mvn 多元正態加性模型
- R gfam 分組家庭
- R smooth.construct GAM 中平滑項的構造函數
- R pcls 懲罰約束最小二乘擬合
注:本文由純淨天空篩選整理自R-devel大神的英文原創作品 Setting up a list representing a block diagonal penalty matrix。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。