gamlss.etamu
位於 mgcv
包(package)。 說明
主要供內部使用,用於指定位置比例模型。令 g(mu) = lp
,其中 lp
是線性預測器,g
是鏈接函數。假設我們已經計算了 mu
的對數似然導數。此函數使用鏈式法則來計算 lp
的對數似然導數。有關數組打包約定,請參閱trind.generator
。
用法
gamlss.etamu(l1, l2, l3 = NULL, l4 = NULL, ig1, g2, g3 = NULL,
g4 = NULL, i2, i3 = NULL, i4 = NULL, deriv = 0)
參數
l1 |
mu 的對數似然一階導數數組。 |
l2 |
mu 的對數似然二階導數數組。 |
l3 |
mu 的對數似然的三階導數數組。 |
l4 |
mu 的對數似然的四階導數數組。 |
ig1 |
鏈接函數相對於線性預測器的一階導數的倒數。 |
g2 |
包含線性預測器的鏈接函數的二階導數的數組。 |
g3 |
包含線性預測器的鏈接函數的三階導數的數組。 |
g4 |
包含線性預測器的鏈接函數的四階導數的數組。 |
i2 |
二維索引數組,使得 |
i3 |
third-dimensional 索引數組,使得 |
i4 |
third-dimensional 索引數組,使得 |
deriv |
如果 |
值
一個列表,其中數組 l1
、 l2
、 l3
、 l4
包含線性預測器對數似然的導數(最多四階)。
作者
Simon N. Wood <simon.wood@r-project.org>.
也可以看看
相關用法
- R gamlss.gH 計算回歸係數的對數似然導數
- R gam.check 擬合 gam 模型的一些診斷
- R gam.reparam 尋找平方根懲罰的穩定正交重新參數化。
- R gam.side GAM 的可識別性邊條件
- R gamm 廣義加性混合模型
- R gam.fit3 使用 GCV、UBRE/AIC 或 RE/ML 導數計算進行 P-IRLS GAM 估計
- R gam.fit5.post.proc gam.fit5 的後處理輸出
- R gam.fit GAM P-IRLS 估計與 GCV/UBRE 平滑度估計
- R gam 具有集成平滑度估計的廣義加性模型
- R gam.mh 具有 gam 擬合的簡單後驗模擬
- R gam.control 設置 GAM 擬合默認值
- R gam2objective GAM 平滑參數估計的目標函數
- R gam.outer 使用“外部”迭代最小化 GAM 的 GCV 或 UBRE 分數
- R gam.vcomp 將 gam 平滑度估計報告為方差分量
- R gammals 伽瑪位置比例模型係列
- R gam.models 指定廣義加性模型
- R gamSim 模擬 GAM 的示例數據
- R gam.selection 廣義加性模型選擇
- R gaulss 高斯位置尺度模型族
- R gfam 分組家庭
- R gumbls Gumbel 位置比例模型族
- R gevlss 廣義極值位置比例模型族
- R ginla GAM 集成嵌套拉普拉斯逼近牛頓增強
- R get.var 從列表或 data.frame 中獲取命名變量或計算表達式
- R vcov.gam 從 GAM 擬合中提取參數(估計器)協方差矩陣
注:本文由純淨天空篩選整理自R-devel大神的英文原創作品 Transform derivatives wrt mu to derivatives wrt linear predictor。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。