X-Git-Url: https://git.auder.net/?a=blobdiff_plain;f=pkg%2FR%2FEMGrank.R;h=e44ff7a6ae483ae0b764e9312b69ba583c8cb789;hb=c280fe59f3b4f7fe7c1bf5cceb8352bead1bf26b;hp=eaa32464db4662fc03c07e6e1c08d8f5d64ba4ad;hpb=f87ff0f5116c0c1c59c5608e46563ff0f79e5d43;p=valse.git

diff --git a/pkg/R/EMGrank.R b/pkg/R/EMGrank.R
index eaa3246..e44ff7a 100644
--- a/pkg/R/EMGrank.R
+++ b/pkg/R/EMGrank.R
@@ -1 +1,31 @@
-#TODO: wrapper sur fonction C (on a besoin de C pour ça ?!)
+#' EMGrank
+#'
+#' Description de EMGrank
+#'
+#' @param phiInit ...
+#' @param Pi Parametre de proportion
+#' @param Rho Parametre initial de variance renormalisé
+#' @param mini Nombre minimal d'itérations dans l'algorithme EM
+#' @param maxi Nombre maximal d'itérations dans l'algorithme EM
+#' @param X Régresseurs
+#' @param Y Réponse
+#' @param tau Seuil pour accepter la convergence
+#' @param rank Vecteur des rangs possibles
+#'
+#' @return A list ...
+#'   phi : parametre de moyenne renormalisé, calculé par l'EM
+#'   LLF : log vraisemblance associé à cet échantillon, pour les valeurs estimées des paramètres
+#'
+#' @export
+EMGrank <- function(Pi, Rho, mini, maxi, X, Y, tau, rank)
+{
+	n = nrow(X) #nombre d'echantillons
+	p = ncol(X) #nombre de covariables
+	m = ncol(Y) #taille de Y (multivarié)
+	k = length(Pi) #nombre de composantes dans le mélange
+	.Call("EMGrank",
+		Pi, Rho, mini, maxi, X, Y, tau, rank,
+		phi=double(p*m*k), LLF=double(1),
+		n, p, m, k,
+		PACKAGE="valse")
+}