File: C:/Program Files/R/R-4.4.0/library/mgcv/po/de/LC_MESSAGES/R-mgcv.mo
�� � Q � 0% E 1% w% d �% �% 7 & L& f& h& t& �& X �& & �& ' / 4' d' # ' �' A �' 2 �' ,( 4 J( * ( �( �( 5 �( ) 7 1) 6 i) < �) 7 �) * > 3* [ r* ; �* %
+ > 0+ o+ : �+ # �+ . �+ B , V, " u, �, - �, [ �, 6- F S- @ �- $ �- $ . * %. P. q. > �. % �. ! �. / 9 1/ k/ ' �/ - �/ �/ �/ 0 7 0 T0 a0 # u0 �0 �0 + �0 - 1 0 01 a1 S �1 $ �1 ' �1 S "2 v2 7 �2 : �2 2 �2 $ 03 3 U3 �3 S �3 N �3 : B4 @ }4 R �4 - 5 = ?5 # }5 �5 ' �5 A �5 # +6 9 O6 7 �6 / �6 �6 L 7 ( X7 % �7 " �7 # �7 & �7 8 ; 38 f o8 A �8 - 9 - F9 > t9 # �9 �9 ( �9 + : A J: �: �: 8 �: 6 �: 1; $ P; ! u; �; �; ( �; 1 �; < ) 7< 8 a< �< # �< $ �< = != 8 >= + w= 6 �= & �= + > - -> / [> 2 �> + �> : �> ) %? , O? 1 |? �? $ �? �? @ %@ =@ ^@ o@ $ �@ 6 �@ 0 �@ & A >A ^A F zA 5 �A $ �A 8 B UB E oB �B % �B �B
C *C CC D cC ( �C �C * �C D F D 3 fD 1 �D ( �D �D 0 E 5 AE < wE @ �E �E *
F 8F SF iF + F
�F 0 �F # �F M G , YG % �G 5 �G _ �G - BH l pH + �H < I 7 FI 6 ~I % �I 6 �I " J 6 5J Y lJ �J # �J " K 0 'K C XK + �K �K 7 �K 7 L % XL % ~L % �L % �L E �L B 6M yM �M * �M \ �M )N 6 ?N " vN �N R �N
O .O ) =O gO % �O J �O �O B P ( QP # zP $ �P + �P �P g Q A nQ . �Q - �Q ,
R a :R Q �R 4 �R / #S c SS Q �S * T 4T 0 HT yT �T 8 �T ( �T U 'U = >U A |U & �U 0 �U 1 V 1 HV 2 zV 3 �V 1 �V W - 'W UW iW ' �W # �W �W �W X $X < DX @ �X B �X " Y . (Y = WY < �Y �Y �Y Z #Z $ =Z bZ I �Z �Z / �Z ' [ ' B[ 5 j[ �[ : �[ �[ \ * !\ L\ b\ {\ �\ �\ �\ # �\ '
] ) 5] - _] - �] ) �] �] ^ * ^ 3 H^ |^ �^ 5 �^ " �^ &
_ 6 4_ 8 k_ �_
�_ �_ �_ a �_ . W` �` �` �` + �` �` 5 a O Ba * �a 8 �a ' �a # b " Bb ( eb 0 �b 5 �b 4 �b *c Jc 7 kc - �c 6 �c 4 d =d , Od |d �d �d �d & �d �d - e 4 Je e 5 �e . �e �e M f + ff % �f �f / �f ? g 8 @g yg # �g �g - �g *
h 5h 8 Ph �h �h ' �h �h i i ! 1i 7 Si N �i 1 �i j : "j 7 ]j �j
�j 6 �j ! �j ( k 5k * Gk . rk # �k �k " �k & �k !l @l Wl : sl �l �l �l ) �l * &m Qm rm �m 5 �m �m �m n n #n 2n 5 In / n $ �n 6 �n l o N xp 4 �p o �p lq @ �q �q �q �q �q r u r . �r �r 7 �r s ! 6s Xs M ns 8 �s % �s A t ( ]t " �t ) �t H �t / u K Lu J �u P �u I 4v ~v < �v m �v E Gw ( �w J �w x < x 2 Vx : �x F �x y $ ,y Qy 4 jy w �y # z b ;z S �z , �z ) { 1 I{ & {{ % �{ F �{ ' | * 7| ' b| M �| . �| - } 8 5} n} ~} �} F �} �} �} : ~ ) M~ * w~ 1 �~ 7 �~ ; $ H l m . � - � l 7� �� ^ �� ; � 9 V� & �� N �� � \ � U {� F т G � � `� - � F � ) W� * �� - �� I ڄ % $� B J� A �� > υ � T *� 5 � , �� 3 � 8 � 3 O� # �� ? �� h � H P� 0 �� 4 ʈ V �� , V� / �� U �� 9 � E C� �� �� J Ê D � ' S� * {� " �� ɋ 6 � 4 *� ! _� 3 �� < �� * � / � / M� }� �� < �� 0 � ; %� 6 a� / �� 6 Ȏ / �� < /� : l� I �� 4 � 1 &� 1 X� & �� , �� ސ ) �� !� * B� m� # �� �� A �� : � % >� & d� �� f �� 9 � ' E� ? m� �� L ɓ � , 7� d� & � �� * H � ( 6� _� 4 r� �� S �� =
� < H� / �� �� : Ԗ ? � H O� I �� � 6 �� 4� U� j� 7 � �� X Ș J !� U l� 0 : � B .� y q� : � � &� 9 �� O � 5 5� 4 k� . �� 4 Ϝ - � 4 2� u g� ݝ 3 �� & /� 7 V� J �� . ٞ # � = ,� A j� 6 �� < � < � < ]� K �� B � )� H� . U� m �� � ; � ' O� ' w� a �� , � .� , ?� l� , �� U ��
� E (� + n� ( �� C ä 3 � ;� q V� L ȥ 7 � 6 M� 5 �� m �� _ (� = �� 8 Ƨ m �� ^ m� 1 ̨ �� 6 � K� ( c� S �� - � ' � 6� K M� 6 �� , Ъ 9 �� 9 7� 9 q� 9 �� : � : � [� 5 q� �� ' �� 1 � . � * E� p� �� ' �� @ ʭ K � I W� # �� , Ů K � K >� # �� ' �� * ֯ " � ) $� ' N� ] v� ' @ �� 5 =� - s� 5 �� ױ = � %� >� 9 _� �� ! �� Ѳ � � *� , C� , p� ( �� 9 Ƴ 9 � / :� j� �� / �� N ٴ (� + B� G n� " �� & ٵ 7 � I 8� , �� �� �� ֶ � � 4 t� �� �� շ 4 � $� A >� T �� 1 ո P � 0 X� ) �� # �� 2 >
� ? I� 9 �� " ú * � = � : O� = �� @ Ȼ � 7 � P� a� " � �� ' �� ! � ( � A 2� t� 3 �� ? ɽ � c *� 7 �� 5 ƾ �� 1 � > I� I �� # ҿ ( �� " � 5 B� 1 x� $ �� P � & � 2 G� * z� �� � ( � , �� D +� e p� < �� � D +� D p� �� �� D �� $ � . @� o� 0 �� A �� ( �� %� ' <� $ d� * �� �� �� A �� *� G� ) f� / �� ( �� 1 �� % � A� B T� �� �� ��
�� �� � A .� 0 p� , �� 4 �� ( � � � � � � � C 1 5 � � 4 ' , � o � � �
� � � " � - � y � � 7 � � 6 & X � � v � � � � � � 8 � � � � % � � � p z � n p H � + h Y � _ = | � [
� W f � R � � � � � o � S L T ] � � � 6 � _ � � � + � � - � k � R � d ! ? � P � � D � 8 � I ! a A A 5 .
� w � l � % 1 } N � f � a � j � � \ ] � � * l q c 3 � C � � � G � � � � e � � � N � � � � B 2 { i � M � F � � � Z z G $ � O K � q � � \
P � � @ t � r � c | � � � < � B H t 7 u � ; � � g > b x n 0 � V � J / � @ U > x � j � � � i � , & � � ; g � � � � ? � � Y d ^ m � v � � � � � b � D � � E � L ( � I � � � � ) � { � # � [ � E T X � V < � W 9 � 9 � � 3 � : � J � � s s 2 � = ~ � F � � M � � � * � : 0 ^ � K w � � � � e � " r ` u # � � � � } . 4 � Z / � � � ' � k ) � � y U ~ Q � S ` � m � � � h � � � Q O $ � � "fs" smooth cannot use a multiply penalized basis (wrong basis in xt) "fs" terms can not be fixed here %s link not available for negative binomial family; available links are "identity", "log" and "sqrt" 'a' has to be positive 'family' argument seems not to be a valid family object 'theta' must be specified , 0s in V(mu) 1<a<b<2 (strict) required A not square A term has fewer unique covariate combinations than specified maximum degrees of freedom AR not available with sparse marginals AR.start must be logical AR1 parameter rho unused with generalized model Algorithm did not converge Algorithm stopped at boundary value An object of length An object of length %d does not match the required parameter size At least three knots required in call to mono.con. Basis only handles 1D smooths Can not convert this smooth class to a random effect Can not have more eigenvalues than nrow(A) Can only deal with a sphere Can't find by variable Can't find valid starting values: please specify some Cannot extract the dimensions Cannot extract the inverse from an uninitialized object Cannot extract the matrix from an uninitialized object Cannot extract the matrix from an uninitialized pdMat object Cannot extract the matrix with uninitialized dimensions Deviance = %s Iterations - %d Discrete Theta search not available with performance iteration Don't know what to do with parametric terms that are not simple numeric or factor variables F is missing from cr smooth - refit model with current mgcv First argument is no sort of formula! Fitting terminated with step failure - check results carefully H has wrong dimension IRLS regularizing parameter must be a non-negative number. Invalid fitted means in empty model Invalid linear predictor values in empty model Iteration limit reached without full convergence - check carefully L has inconsistent dimensions. L has wrong dimension in `paraPen' L must be a matrix. L must have at least as many rows as columns. Later terms sharing an `id' can not have more smoothing parameters than the first such term Length of start should equal Length of start should equal %d and correspond to initial coefs for %s Length of start should equal %d and correspond to initial coefs. M$S and M$off have different lengths M$S[%d] is too large given M$off[%d] M$sp has different length to M$S and M$off MRF basis dimension set too high Model can not be updated Model does not seem to have enough terms to do anything useful Model has more coefficients than data Model matrix not full column rank Model seems to contain no terms Must give names when initializing pdIdnot from parameter. Must supply theta or R to ocat NA times supplied for cox.ph prediction NA values not allowed for the scaled t family NA's in min.sp. NA's in pdTens factor NA's in pdTens matrix NA's in supplied smoothing parameter vector - ignoring. NAs in V(mu) NAs in d(mu)/d(eta) Nested smooths must be fully random No data supplied to gam.setup No data supplied to gamm.setup No observations informative at iteration %d No suitable s (i.e. m[2]) try increasing m[1] No terms to plot - nothing for plot.gam() to do. No variance estimates available Non finite derivatives. Try decreasing fit tolerance! See `epsilon' in `gam.contol' Non-finite coefficients at iteration Non-finite coefficients at iteration %d Non-finite derivatives. Try decreasing fit tolerance! See `epsilon' in `gam.contol' Non-finite deviance Non-integer response variables are not allowed with ziP Non-integer response variables are not allowed with ziplss Not enough (non-NA) data to do anything meaningful Not enough informative observations. Number of prediction and fit constraints must match Only 1<p<=2 supported Partial residuals do not have a natural x-axis location for linear functional terms Pearson residuals not available for this family - returning deviance residuals Penalized model matrix must have no more columns than rows Please provide a single value for theta or use nb to estimate it Please put term with most levels last in 're' to avoid spoiling supplied penalties Possible divergence detected in fast.REML.fit Repeated variables as arguments of a smooth are not permitted Requires a gam or bam prefit object Reset optimizer to outer/newton Response should be integer class labels S.scale vector doesn't match S list - please report to maintainer S[[%d]] matrix is not +ve definite. Smoothness uncertainty corrected covariance not available Something wrong - matrix probably not +ve semi definite Something wrong with auto- penalty construction Something wrong with zlim Sorry, tensor products of smooths with multiple penalties are not supported. Step halved: new penalized deviance = %g Step size truncated due to divergence Step size truncated: out of bounds Step size truncated: out of bounds. Supplied df below min.df. min.df reset Supplied matrix not symmetric Supplied smoothing parameter vector is too short - ignored. Tensor product penalty rank appears to be too low: please email [email protected] with details. The following arguments to anova.glm(..) are invalid and dropped: This family should not have a matrix response Too many cluster nodes to use all efficiently Tweedie density may be unreliable - series not fully converged Tweedie p must be in interval (a,b) Unknown type, reset to terms. Using ziP for binary data makes no sense Using ziplss for binary data makes no sense View variables must contain more than one value. view = c(%s,%s). X lost dimensions in magic!! You've got no model.... `by' variable must be same dimension as smooth arguments `id' linked smooths must have same number of arguments `object' is not of class "gam" `rank' has wrong length in `paraPen' `sp' dimension wrong in `paraPen' `sp' too short a has wrong number of rows a parametric penalty has wrong dimension absorb.cons must be TRUE for multi-formula models algorithm did not converge all elements of random list must be named all.derivs only available in rho, theta parameterization all.terms argument not supported and correspond to initial coefs for anova.gam called with non gam object argument is not a gam object argument k must be positive. argument k of s() should be integer and has been rounded argument of mrf should be a factor variable argument pers is deprecated, please use scheme instead arguments of smooth not same dimension at least one element of lb must be non-zero attempt to select non existent basis function attempt to use unsuitable marginal smooth class bam can not discretize with this nesting structure bam fits only supported with discrete==TRUE basis dimension is larger than number of unique covariates basis dimension reset to minimum possible basis dimension too small for b-spline order basis dimension, k, increased to minimum possible basis not usable with reduced te bnd must be a list of boundary loops bnd must be a list. bs wrong length and ignored. burnin too large, reset by.resids argument not supported by=. not allowed can't handle [[ in formula can't soap smooth without a boundary cannot find valid starting values: please specify some chunk.size < number of coefficients. Reset to %d coefficient simulation data is missing coefficient vector wrong length color scheme not recognised components of knots relating to a single smooth must be of same length constraints for sub blocked tensor products un-tested cubic spline only deals with 1D data d can not be negative in call to null.space.dimension(). danger of round-off error data contain regions that are not contained in the knot specification data outside soap boundary data vectors are of different lengths deriv should be 1 or 2 df must be positive integers dimension of fx is wrong dimensions of supplied w wrong. discrete method does not use parallel cluster - use nthreads instead discretization only available with fREML dist not recognised does not match the required parameter size don't be silly dropping soap knots not inside boundary - use 'in.out' to investigate. dropping unidentifiable parametric terms from model edge.correct must be logical or a positive number elements of min.sp must be non negative. emtpy models not available er... no discrete methods for higher derivatives erroneous call to estimate.theta - no free parameters factor `by' variables can not be used with matrix arguments. failure of Davies method, falling back on Liu et al approximtion fam not a family object family are not designed for use with gamm! family not implemented yet family not recognised family not recognized fast REML optimizer reached iteration limit faulty bnd fitted probabilities numerically 0 or 1 occurred fitted rates numerically 0 occurred fs smooth not suitable for discretisation with more than one metric predictor fs smooths can only have one factor argument fx length wrong from t2 term: ignored gamm can not fix only some margins of tensor product. gamm can not handle linked smoothing parameters (probably from use of `id' or adaptive smooths) gamm is not designed to use extended families gamm models must have at least 1 smooth with unknown smoothing parameter or at least one other random effect gamm not converged, try increasing niterPQL gamm() can only handle random effects defined as named lists gammals requires 2 links specified as character strings gaulss requires 2 links specified as character strings general families not supported by bam gevlss requires 3 links specified as character strings grid vectors are different lengths gumbls requires 2 links specified as character strings handling `by' variables in smooth constructors may not work with the summation convention illegal `family' argument in.out incorrect: see documentation incorrect arguments to GP smoother incorrect number of linear predictors for family incorrect number of smoothing parameters supplied for a smooth term indefinite penalized likelihood in gam.fit5 initial parameters not feasible initial parameters very close to inequality constraints initial point very close to some inequality constraints inner groupings not nested in outer!! inner loop 1; can't correct step size inner loop 2; can't correct step size inner loop 3; can't correct step size integration not available with this family - insufficient derivatives internal error in vcorr, please report to [email protected] isa requires a dg/tCMatrix iteration %d iteration limit reached: max abs grad = %g iterative weights or data non-finite in gam.fit - regularization may help. See ?gam.control. iterms reset to terms jagam requires a file for the JAGS model specification k and bnd lengths are inconsistent knot range does not include data knot range is so wide that there is *no* information about some basis coefficients knots must be specified for soap knots supplied lambda and h should have the same length! length of min.sp is wrong. length of sp incorrect in t2: ignored length of sp must be number of free smoothing parameters in original model length(M$w) != length(M$y) length(drop.intercept) should be equal to number of model formulas lengths of k and bnd are not compatible. lengths of lb, df and nc must match linear predictor labels out of range link "%s" not available for Tweedie family. link not available for link not available for beta regression; available links are "logit", "probit", "cloglog" and "cauchit" link not available for coxph family; available link is "identity" link not available for mu parameter of gammals link not available for mu parameter of gaulss link not available for mu parameter of twlss link not available for negative binomial family; available links are "identity", "log" and "sqrt" link not available for ordered categorical family; available links are "identity" link not available for precision parameter of gaulss link not available for scale parameter of shash link not available for scaled t distribution; available links are "identity", "log", and "inverse" link not available for zero inflated; available link for `lambda' is only "loga" link not implemented for extended families link not recognised lower bound >= upper bound in call to mono.con() m can't be in re m wrong length and ignored. matrices must be all class dgCMatrix or all class matrix maximum number of iterations must be > 0 mean, mu, must be non negative method not recognised. min.sp not supported with fast REML computation, and ignored. mismatch between nb/polys supplied area names and data area names modal weight <=0 in integration step!! model has repeated 1-d smooths of same variable. more knots than data in a ds term: knots ignored. more knots than data in a tp term: knots ignored. more knots than data in an ms term: knots ignored. more knots than data in an sos term: knots ignored. more knots than unique data values is not allowed mu dimensions wrong multiple penalties of the same order is silly mvn dimension error mvn does not yet handle offsets mvn requires 2 or more dimensional data na.action not character or function names of z and pc must match ncol(M$C) != length(M$p) ncol(M$X) != length(M$p) need at least one interior knot negative values not allowed for the negative binomial family negative values not allowed for the zero inflated Poisson family newdata is a model.frame: it should contain all required variables nlm.fd only available for GCV/UBRE no NAs allowed in response data for this model no automatic plotting for smooths of more than four variables no automatic plotting for smooths of more than two variables no data to predict at no factor supplied to fs smooth no free coefs in sf smooth no good data in iteration no smooths, ignoring `discrete=TRUE' no spatial information provided! no valid set of coefficients has been found:please supply starting values non finite values in Hessian non-existent exclude terms requested - ignoring non-existent terms requested - ignoring non-finite coefficients at iteration %d non-integer binomial denominator: quantiles incorrect not a gam object not all required variables have been supplied in newdata! not an extended family not enough finite derivatives not enough unique values to find k nearest not positive definite not usable with bam fits nothing to do for this model nrow(M$Ain) != length(M$bin) nrow(M$Ain) != length(M$p) nrow(M$X) != length(M$y) nthreads must be a positive integer number of categories must be at least 2 number of linear predictors doesn't match number of supplied knots != k for a cc smooth number of supplied knots != k for a cr smooth object does not appear to be of class lme object is not a glm or gam object not fully initialized offset not still available for this family one or more supplied k too small - reset to default only deals with 2D case only first element of `id' used only one level of smooth nesting is supported by gamm only scalar `p' and `phi' allowed. only scalar `rho' and `theta' allowed. openMP not available: single threaded computation only ord contains out of range orders (which will be ignored) ord is wrong. reset to NULL. order too low p must be in (1,2) p must be in [1,2] p-values for any terms that can be penalized to zero will be unreliable: refit model to fix this. paraPen not supported for multi-formula models parameter of shashlss parameter of ziplss penalized deviance = %s penalty basis too large for smoothing basis penalty basis too small penalty column names don't match supplied area names! penalty matrix, boundary polygons and/or neighbours list must be supplied in xt penalty order too high for basis dimension predict.gam can only be used to predict from gam objects random argument must be a *named* list. random effects don't work with ids. rank deficient re-parameterization recov works with fitted gam objects only reparameterization unstable for margin: not done requested non-existent derivative in B-spline penalty requires a terms or formula object as first argument requires an object of class gam residuals argument not supported residuals argument to plot.gam is wrong length: ignored response not in 0 to number of predictors + 1 reverse indices missing from sparse discrete marginals rho missing from simulation data edf.type reset to 2 s value increased s value modified to give continuous function s value reduced s(.) not supported. s(.) not yet supported. samfrac too small - ignored saturated likelihood may be inaccurate scale parameter must be positive sd should have exactly one less entry than ld second derivs not available for non-linear penalties shared offsets not allowed shash requires 4 links specified as character strings side conditions not allowed for nested smooths silly tolerance supplied silly value supplied for rank.tol: reset to square root of machine precision. single linear predictor indices are ignored singular values not returned in order size must be in [1,120] smooth objects should not have a qrc attribute. smoothing parameter prior choise not recognised, reset to gamma soap basis ill-conditioned - changing 'xt$nmax' may help soap films are bivariate only something wrong with A index vector something wrong with argument d. something wrong with inputs to LAPACK routine something wrong with stratified prediction sorry link not yet handled sorry no option for contouring with errors: try plot.gam step failed: max abs grad = step failure in theta estimation supplied S matrices are wrong diminsion supplied dist negative supplied knots supplied penalty not square! supplied penalty wrong dimension! supply a value for each variable for a point constraint sweep and drop constraints unlikely to work well with self handling of by vars te smooths not useable with gamm4: use t2 instead test argument ignored the adaptive smooth class is limited to 1 or 2 covariates. there is *no* information about some basis coefficients there should be too few knots type iterms not available for multiple predictor cases type must be "link" or "response" un-supported smoothness selection method un-supported test unconditional argument not meaningful here unimplemented sparse constraint type requested uniquecombs has not worked properly unknown optimizer unknown outer optimization method. unknown smoothness selection criterion unknown tensor constraint type unrecognised na.action unrecognized (vector?) link unsupported order of differentiation requested of gam.fit3 update not positive definite value of epsilon must be > 0 values out of range variable names don't match boundary names variance function not recognized for quasi view variables must be one of %s w different length from y! weights ignored weights must be like glm weights for generalized case without a formula x and y must be same length x and y not same length x is null x out of range xt argument is faulty. y must be an integer multiple of phi for Tweedie(p=1) y must be strictly positive for a Gamma density y must be univariate unless binomial ziplss requires 2 links specified as character strings Project-Id-Version: R 4.1.0 / mgcv 1.8-35
Report-Msgid-Bugs-To: [email protected]
PO-Revision-Date: 2021-05-04 16:01+0200
Last-Translator: Detlef Steuer <[email protected]>
Language-Team: R-Core <[email protected]>
Language: de
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit
Plural-Forms: nplurals=2; plural=(n != 1);
"fs" Glätter kann keine mehrfach bestrafte Basis nutzen (falsche Basis
in xt) "fs" Ausdrücke können nicht hier festgelegt werden %s Link nicht verfügbar für die negativ-binomial-Familie; verfügare Links sind "identity", "log" und "sqrt" 'a' muss positiv sein 'family' Argument scheint kein zulässiges family Objekt zu sein 'theta' muss angegeben werden , 0s in V(mu) 1<a<b<2 (streng) nötig A ist nicht quadratisch Ein Ausdruck hat weniger eindeutige Kombinationen von Kovariaten als die angegebene maximale Zahl von Freiheitsgraden AR nicht verfügbar mit dünnbestzten Rändern AR.start muss logisch sein AR1 Parameter rho unbenutzt im verallgemeinerten Modell Algorithmus konvergierte nicht Algorithmus stoppte beim Randwert Ein Objekt der Länge Ein Objekt der Länge %d entspricht nicht der erforderlichen Parametergröße Mindestens drei Knoten im Aufruf von mono.con benötigt. Basis arbeitet nur mit 1D-Glättungen Kann diese glatte Klasse nicht in zufälligen Effekt konvertieren Es kann maximal nrow(A) Eigenwerte geben Kann nur mit einer Sphäre umgehen Kann nicht über Variable gefunden werden Es wurden keine gültigen Startwerte gefunden: Bitte geben Sie einige an Die Dimensionen können nicht extrahiert werden Die Inverse kann nicht von einem uninitialisierten Objekt extrahiert werden Die Matrix kann nicht aus einem uninitialisierten Objekt extrahiert werden Die Matrix kann nicht aus einem uninitialisierten pdMat-Objekt extrahiert werden Die Matrix kann nicht mit uninitialisierten Dimensionen extrahiert werden Devianz = %s Iterationen - %d Diskrete Theta-Suche nicht mit Leistungsiteration verfügbar Weiß nichts anzufangen mit parametrischen Ausdrücken, die weder einfach numerisch noch Faktorvariablen sind F fehlt im cr-Glätter - Modell wird mit aktuellem mgcv neu angepasst Erstes Argument ist keine Art von Formel Anpassung beendet mit Schrittweitenfehler - Ergebnisse sorgfältig prüfen H hat falsche Dimension IRLS-regelnder Parameter muss eine nicht-negative Zahl sein. Ungültige angepasste Mittelwerte in leerem Modell Ungültige Werte des linearen Prädiktors in leerem Modell Iterationsgrenze erreicht ohne volle Konvergenz -- sorgfältig prüfen L hat inkonsistente Dimensionen. L hat falsche Dimension in 'paraPen' L muss eine Matrix sein. L muss mindestens so viele Zeilen wie Spalten haben. Später auftretende Terme, die eine 'id' teilen, können nicht mehr Glättungsparameter haben als der erste solche Term Länge von start sollte gleich sein Länge von start sollte gleich %d sein und mit den initialen Koeffizienten für %s korrespondieren Länge von start sollte %d sein und mit den initialen Koeffizienten korrespondieren M$S und M$off haben unterschiedliche Längen M$[%d] ist zu groß zum gegeben M$off[%d] M$sp hat unterschiedliche Länge zu M$S und M$off MRF Basisdimension ist zu hoch gesetzt Modell kann nicht aktualisiert werden Modell scheint nicht genug Terme zu haben, um etwas Nützliches zu tun Modell hat mehr Koeffizienten als Daten Modellmatrix hat keinen vollen Spaltenrang Modell scheint keine Terme zu enthalten Wenn pdIdnot vom Parameter initialisiert wird, müssen Namen vergeben werden. theta oder R müssen an ocat übergeben werden NA Zeiten für die coxph Vorhersage angegeben NA Werte für die skalierte t-Verteilung nicht zulässig NA's in min.sp. NA's in pdTens-Faktor NA's in pdTens-Matrix NAs in angegebenem Glättungsparameter-Vektor ist zu kurz - ignoriert. NAs in V(mu) NAs in d(mu)/d(eta) Verschachtelte Glättungen müssen komplett zufällig sein Keine Daten für gam.setup bereitgestellt Keine Daten für gamm.setup bereitgestellt Keine informativen Beobachtungen bei Iteration %d Kein passendes s (z.B. m[2]), versuche m[1] zu erhöhen Keine Terme zum Darstellen - nichts für plot.gam() zu tun. Keine Varianzschätzungen verfügbar Unendliche Ableitungen. Versuchen Sie die Anpassungstoleranz zu reduzieren! Siehe 'epsilon' in 'gam.control' Nicht-endliche Koeffizienten bei der Iteration Nicht-endliche Koeffizienten bei Iteration %d Unendliche Ableitungen. Versuchen Sie die Anpassungstoleranz zu reduzieren! Siehe 'epsilon' in 'gam.control' nicht-endliche Devianz Nicht-ganzzahlige Antwortvariablen nicht zulässig bei null-inflationierter Poisson-Verteilung Nicht-ganzzahlige Antwortvariablen bei ziplss nicht erlaubt Nicht genug (nicht-NA-) Daten, um etwas Sinnvolles zu tun Nicht genug informative Beobachtungen. Anzahl der Restriktionen für Vorhersage und Anpassung müssen übereinstimmen Nur 1<p<=2 unterstützt Partielle Residuen haben keine natürliche x-Achsen Lage für lineare funktionale Ausdrücke Pearson-Residuen für diese Familie nicht verfügbar - geben Devianz-Residuen zurück Die penalisierte Modellmatrix darf nicht mehr Spalten als Zeilen haben Bitte einzelnen Wert für theta angeben oder nb nutzen, um zu schätzen Bitte den Term mit den meisten Stufen auf die letzte Stellung in 're' setzen, um die angegebenen Strafterme nicht zu beschädigen Mögliche Divergenz entdeckt in fast.REML.fit Wiederholte Variablen als Argumente einer Glättung sind nicht erlaubt Benötigt ein gam- oder bam-prefit Objekt Optimierer auf outer/newton zurückgesetzt Antwort sollten ganzzahlige Klassenlabel sein S.scale Vektor passt nicht zu S Liste - bitte den Maintainer informieren! S[[%d]] Matrix ist nicht +ve definit. Glattheitsunsicherheits-korrigierte Kovarianz ist nicht verfügbar Etwas stimmt nicht - Matrix wahrscheinlich nicht +ve halb definit Etwas stimmt nicht mit der automatischen Straftermkonstruktion Etwas stimmt nicht mit zlim Sorry, Tensorprodukte von Glättern mit multiplen Strafen werden nicht unterstützt. Schrittweite halbiert: neue penalisierte Devianz = %g Schrittweite wurde wegen Divergenz reduziert Schrittweite verkleinert: Außerhalb der Begrenzung Schrittgröße verkleinert: Außerhalb der Begrenzungen. Angegebenens df unter min.df. min.df zurückgesetzt Angegebene Matrix nicht symmetrisch Angegebener Glättungsparameter-Vektor ist zu kurz - ignoriert. Tensorprodukt-Strafrang scheint zu niedrig zu sein: Bitte E-Mail mit Details an [email protected] Die folgenden Argumente für anova.glm(..) sind ungültig und entfallen: Diese Familie sollte keine Matrix-Response haben Zu viele Cluster-Knoten, um alle effizient zu nutzen Tweedie Dichte eventuell nicht zuverlässig - Folge ist nicht vollständig konvergiert Tweedie p muss aus dem Intervall (a, b) sein Unbekannter Typ, wird auf terms zurückgesetzt. Für binäre Daten macht Gebrauch null-inflationierter Poisson-Verteilung keinen Sinn Gebrauch von ziplss bei binären Daten ergibt keinen Sinn View-Variablen müssen mehr als einen Wert enthalten. view = c(%s,%s) X verlor Dimensionen in magic!! Sie haben kein Modell ... 'by'-Variable muss die gleiche Dimension wie die Glättungsargumente haben 'id' gelinkte Glätter müssen die selbe Anzahl von Argumenten haben 'object' ist nicht aus der Klasse "gam" 'rank' hat die falsche Länge in 'paraPen' 'sp' Dimension in 'paraPen' falsch 'sp' zu kurz a hat die falsche Zeilenzahl ein parametrischer Strafterm hat die falsche Dimension absorb.cons muss für multi-formel Modelle TRUE sein Algorithmus hat nicht konvergiert alle Elemente der random-Liste müssen benannt sein all.derivs nur in der rho, theta Parametrisierung verfügbar all.terms Argument wird nicht unterstützt und entsprechend den Anfangs-Koeffizienten für anova.gam mit einem nicht-gam-Objekt aufgerufen Argument ist kein gam Objekt Argument k muss positiv sein Argument k von s() sollte ganzzahlig sein und wurde gerundet Argument von mrf sollte eine Faktorvariable sein Argument pers ist veraltet, bitte stattdessen scheme nutzen Argumente der Glättung haben nicht dieselbe Dimension mindestens ein Element von lb darf nicht 0 sein Versuch nicht exisitierende Basisfunktionen zu wählen Versuch unpassende Randglätterklasse zu nutzen bam kann in dieser Schachtelungsstruktur nicht disketisieren bam Anpassungen werden nur mit discrete==TRUE unterstützt Basisdimension ist größer als die Zahl der unterschiedlichen Kovariaten Basisdimension auf mögliches Minimum zurückgesetzt Basisdimension zu klein für die b-Spline Ordnung Basisdimension, k, erhöht auf mögliches Minimum Basis nicht nutzbar mit reduziertem te bnd muss eine Liste von Grenz-Schleifen sein bnd muss eine Liste sein bs hat falsche Länge und wird ignoriert. Vorlauf zu groß, zurückgesetzt by.resids Argument wird nicht unterstützt by=. nicht erlaubt kann mit [[ in Formel nicht umgehen soap Glätter braucht Grenze Kann keine gültigen Startwerte finden: Bitte geben Sie einige an chunk.size < number of coefficients. Zurückgesetzt auf %d Koeffizienten-Simulationsdaten fehlen Koeffizientenvektor hat falsche Länge Farbschema nicht erkannt Komponenten der Knoten, die sich auf eine einzige Glättung beziehen, müssen die gleiche Länge haben Bedingungen für teil-geblockte Tensorprodukte ungetestet kubische Splines behandeln nur 1D Daten d kann im Aufruf von null.space.dimension() nicht negativ sein. Gefahr eines Rundungsfehler Daten enthalten Gebiete, die nicht in der Knotenspezifikation enthalten sind Daten außerhalb der soap Grenze Datenvektoren haben unterschiedliche Längen deriv sollte 1 oder 2 sein df muss eine positive, ganze Zahl sein Dimension von fx ist falsch Dimensionen des angegebenen w sind falsch. diskrete Methode nutzt keinen parallelen Cluster - nutze besser nthreads Diskretisierung nur mit fREML verfügbar dist nicht erkannt entspricht nicht der erforderlichen Parametergröße sei nicht dumm tropfende Soap Knoten nicht innerhalb der Grenzen - nutze 'in.out' zur Untersuchung entferne unidentifizierbar parametrische Terme aus dem Modell edge.correct muss Wahrheitswert oder eine positive Zahl sein Elemente von min.sp dürfen nicht negativ sein. leere Modelle nicht verfügbar ähem... keine diskreten Methoden für höhere Ableitungen fehlerhafter Aufruf von estimate.theta - keine freien Parameter Faktor-'by'-Variablen können nicht mit Matrixargumenten benutzt werden. Fehler der Methode von Davies, falle auf Liu et al Approximation zurück fam ist kein family-Objekt Familie nicht entworfen, um mit gamm genutzt zu werden Familie noch nicht implementiert family nicht erkannt family nicht erkannt schneller REML Optimierer erreichte max. Iterationszahl fehlerhaftes bnd Es trat der Fall auf, dass die angepassten Wahrscheinlichkeiten numerisch 0 oder 1 waren Es trat der Fall auf, dass die angepassten Quoten numerisch 0 oder 1 waren fs Glättung passt nicht bei Diskretisierung mit mehr als einem metrischen Prädiktor fs-Glätter können nur ein Faktorargument haben falsche Länge für fx aus dem t2 Ausdruck: wird ignoriert gamm kann nicht nur einige Ränder des Tensorproduktes reparieren. gamm kann mit gelinkten Glättungsparametern nicht umgehen (vermutlich aus der Nutzung von 'id' oder adaptiven Glättern) gamm ist nicht entworfen, um erweiterte Familien zu nutzen gamm-Modelle müssen mindestens 1 Glättung mit unbekanntem Glättungsparameter haben oder mindestens eine mit anderem random-Effekt gamm ist nicht konvergiert, versuche niterPQL zu erhöhen gamm() kann nur random-Effekte handhaben, die als benannte Liste definiert sind gammals verlangt 2 Links, angegeben als Zeichenketten gaulss verlangt 2 Links, angegeben als Zeichenketten allgemeine Familien nicht von bam unterstützt gevlss verlangt 3 Links, angegeben als Zeichenketten Gittervektoren haben unterschiedliche Längen gumbls verlangt 2 Links, angegeben als Zeichenketten die Handhabung von 'by' Variablen in der Glättungskonstruktion funktioniert evtl. nicht mit der Summationskonvention unerlaubtes 'family'-Argument in.out falsch: bitte in der Dokumentation nachsehen Falsche Argumente für den GP Glätter falsche Anzahl linearer Prädiktoren für diese Familie falsche Anzahl von Glättungsparametern an einen Glättungsterm übergeben unendliche penalisierte Likelihood in gam.fit5 Anfangsparameter sind nicht nutzbar Anfangsparameter sehr nah an den Ungleichungsnebenbedingungen Anfangsparameter sehr nah an einigen Ungleichungsnebenbedingungen innere Gruppierungen nicht in äußeren verschachtelt! innere Schleife 1; Schrittweite kann nicht korrigiert werden innere Schleife 2; Schrittweite kann nicht korrigiert werden innere Schleife 3; Schrittweite kann nicht korrigiert werden Integration für diese Familie nicht verfügbar - unzureichende Ableitungen interner Fehler in vcorr, bitte an [email protected] melden isa benötigt eine dg/tCMatrix Iteration %d max Iterationszahl erreicht: max abs grad = %g iterative Gewichte oder nicht-endliche Daten in gam.fit - Regularisierung könnte helfen. Siehe ?gam.control. iterms auf terms zurückgesetzt. jagam verlangt eine Datei für die JAGS Modellspezifikation Längen von k und bnd sind inkonsistent Bereich der Knoten enthält keine Daten Knotenbereich ist so weit, dass er *keine* Information über einige Basiskoeffizienten enthält. Knoten müssen für soap spezifiziert werden Knoten angegeben lambda und h sollten die selbe Länge haben! Länge von min.sp ist falsch. falsche Länge für sp in t2: wird ignoriert die Länge von sp muss die Zahl der freien Glättungsparameter im Originalmodell sein length(M$w) != length(M$y) length(drop.intercept) sollte gleich der Zahl der model.formulas sein Längen von k und bnd sind nicht kompatibel Längen von lb, df und nc müssen passen Labels des linearen Prädiktors außerhalb des zulässigen Bereichs Link "%s" nicht verfügbar für die Tweedie-Familie Link nicht verfügbar für Link nicht verfügbar für die beta Regression; verfügbare Links sind "logit", "probit", "cloglog" und "cauchit" Link nicht verfügbar für die coxph Familie; "identity" Link ist verfügbar Link nicht verfügbar für den Parameter mu von gammals Link nicht verfügbar für den Parameter mu von gaulss Link nicht verfügbar für den Parameter mu von twlss Link nicht verfügbar für die negativ-binomial-Familie; verfügbare
Links sind "identity", "log", und "sqrt" Link nicht verfügbar für die angeordnete kategorielle Familie; "identity" Link ist verfügbar Link nicht verfügbar für den Präzisonsparameter von gaulss Link nicht verfügbar für den Parameter scale von shash Link nicht verfügbar für die skalierte t-Verteilung; verfügbare Links sind "identity", "log" und "inverse" Link nicht verfügbar für Null-Inflation; einziger verfügbarer Link für 'lambda' ist "loga" Link nicht implementiert für erweiterte Familien Verweis nicht erkannt untere Grenze >= obere Grenze im Aufruf von mono.con() m kann nicht in re sein m hat falsche Länge und wird ignoriert. Matrizen müssen alle aus der Klasse dgCMatrix oder alle aus der Klasse Matrix sein maximale Anzahl der Iterationen muss > 0 sein mean und mu müssen nicht-negativ sein. Methode nicht erkannt. min.sp wird bei schneller REML Berechnung nicht unterstützt und ignoriert. area names aus nb/poly und Daten passen nicht zusammen modales Gewicht <=0 im Integrationsschritt!! Modell hat 1-d-Glättungen derselben Variable wiederholt. mehr Knoten als Daten in einem ds Term: Knoten ignoriert. mehr Knoten als Daten in einem tp-Term: Knoten ignoriert. mehr Knoten als Daten in einem ms Term: Knoten ignoriert. mehr Knoten als Daten in einem sos Term: Knoten ignoriert. mehr Knoten als einheitliche Datenwerte sind nicht erlaubt mu Dimensionen falsch mehrere Strafterme derselben Ordnung ist nichtsnutzig mvn Dimensionsfehler mvn kann noch nicht mit Offsets umgehen mvn benötigt zwei- oder höherdimensionale Daten na.action ist weder Zeichenkette noch Funktion Namen von z und pc müssen übereinstimmen ncol(M$C) != length(M$p) ncol(M$X) != length(M$p) mindestens ein Knoten im Inneren nötig negative Werte sind bei der negativ-binomial-Familie unzulässig negative Werte nicht zulässig für die null-inflationierte Poisson-Familie newdata ist ein model.frame: Es soll alle benötigten Variablen enthalten nlm.fd nur verfügbar für GCV/UBRE keine NAs als Daten in diesem Modell erlaubt keine automatische Darstellung für Glättungen von mehr als vier Variablen keine automatische Darstellung für Glättungen von mehr als zwei Variablen keine Daten zum Vorausberechnen von Kein Faktor angegeben für fs Glättung keine freien Koeffizienten in sf-Glättung keine guten Daten in der Iteration keine Glätten, ignoriere 'discrete=TRUE' keine räumliche Information angegeben! es wurde keine gültige Menge von Koeffizienten gefunden: Bitte stellen Sie Startwerte bereit nicht endliche Werte in der Hessematrix nicht existierende Ausschluss-Terme angefordert - wird ignoriert nicht existierende Terme angefordert - wird ignoriert nicht-endliche Koeffizienten bei Iteration %d nicht-ganzzahliger Binomialnenner: Quantile inkorrekt kein gam Objekt nicht alle benötigten Variablen wurden in newdata angegeben! keine erweiterte Familie nicht genug endliche Ableitungen nicht genug eindeutige Werte um die k nächsten zu finden nicht positiv definit nicht nutzbar mit bam Anpassungen nichts zu tun für dieses Modell nrow(M$Ain) != length(M$bin) nrow(M$Ain) != length(M$p) nrow(M$X) != length(M$y) nthreads muss eine positive, ganze Zahl sein Anzahl von Kategorien muss mindestens 2 sein Anzahl linearer Prädiktoren passt nicht Anzahl der angegebenen Knoten != k für eine cc-Glättung Anzahl der angegebenen Knoten != k für eine cr-Glättung Objekt scheint nicht von der Klasse lme zu sein Obejekt ist weder glm noch gam Objekt nicht voll initialisiert offset für diese Familie noch nicht verfügbar ein oder mehrere bereitgestellte k zu klein - wird auf Standard zurückgesetzt behandelt nur den 2D Fall nur das erste Element von 'id' wird genutzt nur eine Stufe von Glättungsverschachtelung wird von gamm unterstützt Nur skalare 'p' und 'phi' erlaubt. Nur skalare 'rho' und 'theta' erlaubt. openMP nicht verfügbar: nur single thread Berechnungen ord enthält Ordungen außerhalb des Wertebereichs (die ignoriert werden) ord ist falsch, wird auf NULL zurückgesetzt Ordnung zu klein p muss aus (1,2) sein p muss aus [1,2] sein Die p-Werte für einen Term, der auf Null bestraft werden kann, sind unzuverlässig: Modell wird neu angepasst, um dies zu korrigieren. paraPen für multi-formel Modelle nicht unterstützt Parameter von shashlss Parameter von ziplss penalisierte Devianz = %s Straftermbasis ist zu groß für die Glättungsbasis Straftermordnung zu klein Straftermspaltennamen passen nicht zu den angegebenen area names! Straftermmatrix, Grenzpolygone und/oder die Nachbarliste muss in xt angegeben werden Straftermordnung zu groß für die Basisdimension predict.gam kann nur benutzt werden, um auf Basis von gam-Objekten vorherzusagen random-Argument muss eine *benannte* Liste sein. zufällige Effekte arbeiten nicht mit ids rangdefizitäre Re-parametrisierung recov funktioniert nur bei gefitteten gam Objekten Reparametrisierung für den Rand instabil: nicht durchgeführt nicht exisitierened Ableitung im B-Spline Strafterm angefordert benötigt ein Term- oder Formelobjekt als erstes Argument verlangt ein Objekt der Klasse gam Argument residuals wird nicht unterstützt Residuen-Argument für plot.gam hat falsche Länge: Ignoriert Antwort ist nicht zwischen 0 und Zahl der Prädiktoren + 1 inverse Indizes fehlen von dünnbesetzten, diskreten Rändern rho fehlt in den Simulationsdaten, edf.type auf 2 zurückgesetzt s Wert erhöht S Wert verändert, um eine stetige Funktion zu erhalten s Wert reduziert s(.) wird nicht unterstützt. s(.) wird noch nicht unterstützt. samfrac zu klein - ignoriert saturierte Likelihood kann ungenau sein Skalenparameter muss positiv sein sd sollte genau eins kleiner sein als ld zweite Ableitungen nicht für nicht-lineare Strafterme verfügbar gemeinsame Offsets nicht erlaubt shash verlangt 4 Links, angegeben als Zeichenketten Nebenbedingungnen nicht erlaubt für verschachtelte Glättungen unangemessene Toleranz angegeben dummer Wert für rank.tol angegeben: Wird auf Quadratwurzel der Maschinenpräzision zurückgesetzt. einzelne Indizes linearer Prädiktoren werden ignoriert Singulärwerte wurden nicht sortiert zurückgeliefert size muss aus [1,120] sein Glättungsobjekte sollten kein qrc-Attribut haben Glättungsparameterwahl nicht erkannt, falle zurück auf gamma Soap Basis ist fehlkonditioniert - ändern von 'xf$nmax' hilft vielleicht soap films nur für bivariaten Fall etwas stimmt nicht mit dem A Indexvektor etwas stimmt nicht mit Argument d. Etwas ist falsch mit den Eingaben für LAPACK routine etwas stimmt nicht mit stratifizierter Vorhersage Sorry, Link noch nicht implementiert Entschuldigung. Keine Option für Formgebung mit Fehlern: Versuchen Sie plot.gam Schritt fehlgeschlagen: max abs grad = Schritt Fehlgeschlagen in der Schätzung von theta Angegebene S Matrix hat falsche Dimension! angegebene Entfernung negativ angegebene Knoten angegebener Strafterm nicht quadratisch! Angegebener Strafterm hat falsche Dimension! bitte für jede Variable einen Wert angeben bei Punktbeschränkungen "sweep and drop" Randbedingungen arbeiten wahrscheinlich nicht gut mit dem "self handling" durch vars te Glättungen nicht nutzbar bei gamm4: nutze stattdessen t2 Argument test ignoriert Die adaptive Glätterklasse ist beschränkt auf 1 oder 2 Kovariaten. es gibt *keine* Information über einige Basiskoeffizienten enthält da sollten sein zu wenige Knoten Typ iterms ist für den Fall multipler Prädiktoren nicht verfügbar Typ muss 'link' oder 'response' sein nicht unterstützte Methode zur Glattheitswahl nicht unterstützter Test das unbedingte Argument hat hier keine Bedeutung nicht implementierter dünn besetzter Nebenbedingungstyp verlangt uniquecombs hat nicht richtig gearbeitet unbekannter Optimierer Unbekannte äußere Optimierungsmethode unbekanntes Glattheitswahl-Kriterium unbekannte Typ von Tensor-Einschränkungen unerkannter ba.action unerkannter (Vektor?) Verweis nicht unterstützte Ordnung der Ableitung für gam.fit3 gefordert update nicht positiv definit Wert von epsilon muss > 0 sein Werte außerhalb des zulässigen Bereichs Variablennamen passen nicht zu Begrenzungsnamen Varianzfunktion für quasi nicht erkannt Die view Variablen müssen aus %s gewählt werden w hat eine von y verschiedene Länge! Gewichte ignoriert Gewichte müssen wie glm-Gewichte sein für verallgemeinerten Fall ohne eine Formel x und y müssen gleich lang sein x und y sind nicht gleich lang x ist Null x außerhalb des Wertebereichs xt-Argument ist fehlerhaft. y muss für Tweedie(p=1) ein ganzzahliges Vielfaches von phi sein y muss für die Gamma-Dichte streng positiv sein Y muss univariat sein, falls nicht binomisch ziplss verlangt 2 Links, angegeben als Zeichenketten