R in a Nutshell

Log-lineare Klassifikationsmodelle

Zur Anpassung log-linearer Klassifikationsmodelle hat man in R verschiedene Möglichkeiten. Eine der einfachsten bietet die Funktion loglin():

loglin(table, margin, start = rep(1, length(table)), fit = FALSE,
       eps = 0.1, iter = 20, param = FALSE, print = TRUE)

Die loglin()-Funktion berechnet ihre Modelle nach der Methode der iterativen proportionalen Anpassung (Iterative Proportional Fitting, IPF). Es folgt eine Beschreibung der Argumente der loglin()-Funktion:

Argument	Beschreibung	Standardwert
table	Kontingenztafel mit den Daten für das anzupassende Modell.
margin	Liste mit Randsummenvektoren, die das anzupassende Modell beschreiben.
start	Optionaler Startwert für den Schätzer des Modells.	rep(1, length(table))
fit	Logischer ...