R語言
rTweedie
位於 mgcv
包(package)。 說明
為 1 到 2 之間的冪生成 Tweedie 隨機偏差。
用法
rTweedie(mu,p=1.5,phi=1)
參數
mu |
要生成的偏差的期望值向量。為 |
p |
偏差的方差與其平均值成正比,即 |
phi |
尺度參數。偏差的方差由 |
細節
1<p<2 的 Tweedie 隨機變量是 N
gamma 隨機變量的總和,其中 N
具有泊鬆分布,平均值為 mu^(2-p)/((2-p)*phi)
。求和的 Gamma 隨機變量具有形狀參數 (2-p)/(p-1)
和尺度參數 phi*(p-1)*mu^(p-1)
(請注意,此尺度參數與具有 Gamma 誤差的 GLM 的尺度參數不同)。
這是 tweedie
包中的 rtweedie
的受限製但速度更快的版本。
值
隨機向量偏離 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
參考
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
相關用法
- R residuals.gam 廣義加性模型殘差
- R random.effects GAM 中的隨機效應
- R rmvn 從多元正態密度或 t 密度生成或評估多元正態密度或 t 密度。
- R rig 生成逆高斯隨機偏差
- 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
注:本文由純淨天空篩選整理自R-devel大神的英文原創作品 Generate Tweedie random deviates。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。