← Back to branch summary

~ubuntu-branches/ubuntu/trusty/r-cran-vgam/trusty

« back to all changes in this revision

Viewing changes to man/paralogistic.Rd

  • Committer: Package Import Robot
  • Author(s): Chris Lawrence
  • Date: 2011-11-04 13:13:06 UTC
  • mfrom: (1.1.12) (2.1.9 sid)
  • Revision ID: package-import@ubuntu.com-20111104131306-lrc3f24ev3xoev2q
Tags: 0.8-4-1
New upstream release.

Show diffs side-by-side

added added

removed removed

Lines of Context:
man/paralogistic.Rd
7
7
  paralogistic distribution.
8
8
}
9
9
\usage{
10
 
paralogistic(link.a = "loge", link.scale = "loge", earg.a=list(),
11
 
             earg.scale=list(), init.a = 1, init.scale = NULL, zero = NULL)
 
10
paralogistic(link.a = "loge", link.scale = "loge", earg.a = list(),
 
11
             earg.scale = list(), init.a = 1, init.scale = NULL, zero = NULL)
12
12
}
13
13
%- maybe also 'usage' for other objects documented here.
14
14
\arguments{
62
62
  The object is used by modelling functions such as \code{\link{vglm}},
63
63
  and \code{\link{vgam}}.
64
64
 
 
65
 
65
66
}
66
67
\references{
 
68
 
67
69
Kleiber, C. and Kotz, S. (2003)
68
 
\emph{Statistical Size Distributions in Economics and
69
 
             Actuarial Sciences},
 
70
\emph{Statistical Size Distributions in Economics and Actuarial Sciences},
70
71
Hoboken, NJ: Wiley-Interscience.
71
72
 
 
73
 
72
74
}
73
75
 
74
76
\author{ T. W. Yee }
77
79
with the initial value arguments, especially those whose
78
80
default value is not \code{NULL}.
79
81
 
 
82
 
80
83
}
81
84
 
82
85
\seealso{
92
95
}
93
96
 
94
97
\examples{
95
 
pdat = data.frame(y = rparalogistic(n=3000, 4, 6))
96
 
fit = vglm(y ~ 1, paralogistic, pdat, trace=TRUE)
97
 
fit = vglm(y ~ 1, paralogistic(init.a=2.3, init.sc=5),
98
 
           pdat, trace=TRUE, crit="c")
99
 
coef(fit, mat=TRUE)
 
98
pdat = data.frame(y = rparalogistic(n = 3000, 4, 6))
 
99
fit = vglm(y ~ 1, paralogistic, pdat, trace = TRUE)
 
100
fit = vglm(y ~ 1, paralogistic(init.a = 2.3, init.sc = 5),
 
101
           pdat, trace = TRUE, crit = "c")
 
102
coef(fit, matrix = TRUE)
100
103
Coef(fit)
101
104
summary(fit)
102
105
}