Commit | Line | Data |
---|---|---|
4fed76cc BA |
1 | #' EMGrank |
2 | #' | |
3 | #' Description de EMGrank | |
4 | #' | |
c280fe59 BA |
5 | #' @param phiInit ... |
6 | #' @param Pi Parametre de proportion | |
7 | #' @param Rho Parametre initial de variance renormalisé | |
8 | #' @param mini Nombre minimal d'itérations dans l'algorithme EM | |
9 | #' @param maxi Nombre maximal d'itérations dans l'algorithme EM | |
10 | #' @param X Régresseurs | |
11 | #' @param Y Réponse | |
12 | #' @param tau Seuil pour accepter la convergence | |
13 | #' @param rank Vecteur des rangs possibles | |
4fed76cc | 14 | #' |
c280fe59 BA |
15 | #' @return A list ... |
16 | #' phi : parametre de moyenne renormalisé, calculé par l'EM | |
17 | #' LLF : log vraisemblance associé à cet échantillon, pour les valeurs estimées des paramètres | |
4fed76cc | 18 | #' |
4fed76cc BA |
19 | #' @export |
20 | EMGrank <- function(Pi, Rho, mini, maxi, X, Y, tau, rank) | |
21 | { | |
567a7c38 BA |
22 | #TEMPORARY: use R version |
23 | return (EMGrank_R(Pi, Rho, mini, maxi, X, Y, tau, rank)) | |
24 | ||
c280fe59 BA |
25 | n = nrow(X) #nombre d'echantillons |
26 | p = ncol(X) #nombre de covariables | |
27 | m = ncol(Y) #taille de Y (multivarié) | |
28 | k = length(Pi) #nombre de composantes dans le mélange | |
29 | .Call("EMGrank", | |
30 | Pi, Rho, mini, maxi, X, Y, tau, rank, | |
31 | phi=double(p*m*k), LLF=double(1), | |
32 | n, p, m, k, | |
33 | PACKAGE="valse") | |
4fed76cc | 34 | } |