R語言
magic.post.proc
位於 mgcv
包(package)。 說明
獲取貝葉斯參數協方差矩陣、頻率參數估計協方差矩陣、每個參數的估計自由度以及影響/帽子矩陣的主對角線,用於由 magic
估計的懲罰回歸。
用法
magic.post.proc(X,object,w=NULL)
參數
X |
是模型矩陣。 |
object |
是用模型矩陣 |
w |
是擬合中使用的權重向量,或擬合中使用的權重矩陣(即提供給 |
細節
object
包含rV
(例如 )和scale
(例如 ),可用於獲取所需數量,如下所示。參數的貝葉斯協方差矩陣為 。每個參數的估計自由度向量是 的前導對角線,其中 是權重矩陣 w
或矩陣 diag(w)
。帽子/影響力矩陣由 給出。
頻率參數估計協方差矩陣為
:有時它對於測試項是否等於零很有用。值
包含三個項目的列表:
Vb |
模型參數的貝葉斯協方差矩陣。 |
Ve |
參數估計量的頻率協方差矩陣。 |
hat |
帽子(影響力)矩陣的前導對角線。 |
edf |
給出與每個參數相關的估計自由度的數組。 |
作者
Simon N. Wood simon.wood@r-project.org
也可以看看
相關用法
- R magic 通過 GCV 或 UBRE 進行穩定的多重平滑參數估計
- R mgcv.parallel mgcv 中的並行計算。
- R mvn 多元正態加性模型
- R multinom GAM 多項式邏輯回歸
- R mini.roots 獲取懲罰矩陣的平方根
- R missing.data GAM 中缺失數據
- R mroot 矩陣的最小平方根
- R mgcv.package 混合 GAM 計算車輛,具有 GCV/AIC/REML/NCV 平滑度估計和 REML/PQL 的 GAMM
- R model.matrix.gam 從 GAM 擬合中提取模型矩陣
- R mono.con 三次回歸樣條的單調性約束
- 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 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
注:本文由純淨天空篩選整理自R-devel大神的英文原創作品 Auxilliary information from magic fit。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。