home *** CD-ROM | disk | FTP | other *** search
/ Big Green CD 8 / BGCD_8_Dev.iso / NEXTSTEP / UNIX / Educational / R-0.49-MI / R-0.49-I / help / survival4 / survreg.object < prev    next >
Encoding:
Text File  |  1997-09-13  |  3.1 KB  |  70 lines
  1.     
  2.     _P_a_r_a_m_e_t_r_i_c _S_u_r_v_i_v_a_l _M_o_d_e_l _O_b_j_e_c_t _T_h_i_s _c_l_a_s_s _o_f _o_b_j_e_c_t_s _i_s
  3.     _r_e_t_u_r_n_e_d _b_y _t_h_e _s_u_r_v_r_e_g _f_u_n_c_t_i_o_n _t_o _r_e_p_r_e_s_e_n_t _a _f_i_t_t_e_d
  4.     _p_a_r_a_m_e_t_r_i_c _s_u_r_v_i_v_a_l _m_o_d_e_l.  _C_l_a_s_s _s_u_r_v_r_e_g _i_n_h_e_r_i_t_s _f_r_o_m
  5.     _c_l_a_s_s _g_l_m, _s_i_n_c_e _i_t _i_s _f_i_t _b_y _i_t_e_r_a_t_i_v_e _r_e_w_e_i_g_h_t_e_d _l_e_a_s_t
  6.     _s_q_u_a_r_e_s; _t_h_e _o_b_j_e_c_t _r_e_t_u_r_n_e_d _h_a_s _a_l_l _t_h_e _c_o_m_p_o_n_e_n_t_s _o_f _a
  7.     _w_e_i_g_h_t_e_d _l_e_a_s_t _s_q_u_a_r_e_s _o_b_j_e_c_t.  _O_b_j_e_c_t_s _o_f _t_h_i_s _c_l_a_s_s _h_a_v_e
  8.     _m_e_t_h_o_d_s _f_o_r _t_h_e _f_u_n_c_t_i_o_n_s _p_r_i_n_t, _s_u_m_m_a_r_y, _p_r_e_d_i_c_t, _a_n_d
  9.     '_r_e_s_i_d_u_a_l_s'.
  10.     
  11.          The following components must be included in a legiti-
  12.          mate survreg object.  The residuals, fitted values,
  13.          coefficients and effects should be extracted by the
  14.          generic functions of the same name, rather than by the
  15.          " operator.
  16.     
  17.     _A_r_g_u_m_e_n_t_s:
  18.     
  19.      coefficients:
  20.          the coefficients of the linear.predictors, which multi-
  21.          ply  the columns of the model matrix.  It does not
  22.          include the estimate of error (sigma).  The names of
  23.          the coefficients are the names of the single-degree-
  24.          of-freedom effects (the columns of the model matrix).
  25.          If the model is over-determined there will be missing
  26.          values in the coefficients corresponding to inestimable
  27.          coefficients.
  28.     
  29.             parms:
  30.          the parameters of the model that are not coefficients
  31.          of the X matrix.  The first of these will always be
  32.          log(sigma).
  33.     
  34.             fixed:
  35.          a vector of the same length as parms, where 1 indicates
  36.          a parameter that was fixed at its starting value and
  37.          was not part of the iteration.
  38.     
  39.          deviance:
  40.          minus twice the difference between the maximized log-
  41.          likelihood under the fitted model and a saturated
  42.          model.  Similar to the residual sum of squares.
  43.     
  44.            loglik:
  45.          the log-likelihood for the final model.
  46.     
  47.     null.deviance:
  48.          the deviance corresponding to the model with only an
  49.          itercept term, and with parms fixed at their final
  50.          values.
  51.     
  52.        dresiduals:
  53.          the deviance residuals.
  54.     
  55.               var:
  56.          the final variance matrix, including both coefficients
  57.          and free parameters.
  58.     
  59.            family:
  60.          a 2 element character vector giving the name of the
  61.          family and the link; mainly for printing purposes.  The
  62.          object will also have the components of an glm object:
  63.          linear predictors, fitted.values, residuals, effects,
  64.          R, rank, assign, contrasts, weights, iter, residuals,
  65.          fitted.values, call, terms and formula.  See
  66.          glm.object.
  67.     
  68.          survreg, glm.object, lm.object.
  69.     
  70.