File: C:/Program Files/R/R-4.4.0/library/translations/ko/LC_MESSAGES/R-stats.mo
�� _ ) & �2 T �2 ] 3 ! d3 �3 �3 - �3 �3 �3 < 4 + T4 < �4 �4 " �4 �4 ; 5 L5 - e5 # �5 : �5 < �5 6 /6 ! f6 �6 $ �6 �6 �6 & �6 % 7 ' =7 e7 - }7 . �7 �7 4 �7 ' /8 ' W8 8 2 �8 5 �8 % 9 * *9 5 U9 ' �9 �9 �9 2 �9 : =: 7 U: �: / �: # �: 3 �: -; ?; ^; 2 {; 0 �; �; B �; % :< `< |< ; �< ' �< �< = + 7= c= w= �= $ �= �= + �= > 1> $ N> ) s> �> . �> 7 �> . ? , F? ! s? �? �? + �? % �? @ 7@ R T@ 5 �@ * �@ ( A 1A & MA # tA 1 �A # �A �A . B 9 6B ( pB �B �B �B �B + C 4C , RC C ) �C �C �C D D ,D $ ?D ( dD �D �D * �D �D $ E 1E ( KE & tE 4 �E B �E 0 F DF dF F �F ' �F �F 2 �F !G > ;G & zG * �G �G . �G _ H + |H �H $ �H / �H ) I BI " _I �I �I �I 8 �I % J % 4J 1 ZJ % �J % �J ' �J % K ; &K bK # ~K �K �K �K �K �K L ! #L , EL ! rL + �L �L $ �L �L M ( 4M ]M |M �M ) �M , �M N # 'N KN 5 _N # �N * �N �N + �N ) (O RO + lO # �O 6 �O �O ( P 0P ?P $ \P �P E �P �P �P 4 Q KQ MQ 9 YQ ; �Q < �Q & R * 3R $ ^R + �R 1 �R �R �R S " 9S * \S �S , �S �S �S
�S �S T " T / @T 2 pT 2 �T # �T # �T ) U x HU \ �U V 3V SV C pV 0 �V 1 �V W & 4W " [W 4 ~W �W �W 4 �W $ X * CX nX ! �X * �X �X * �X 0 #Y - TY �Y # �Y O �Y * Z D AZ �Z $ �Z �Z # �Z " �Z ' [ ; D[ 8 �[ " �[ 7 �[ > \ & S\ ( z\ ( �\ + �\ 6 �\ % /] 5 U] A �] I �] + ^ % C^ 3 i^ & �^ 5 �^ 6 �^ 7 1_ @ i_ % �_ �_ . �_ 0 ` * P` {` > �` = �` a > 8a . wa ' �a �a 5 �a - "b & Pb wb 5 �b $ �b $ �b ( c # :c ( ^c �c �c # �c 5 �c #d ` 8d H �d E �d (e Ae 6 Ze 3 �e 1 �e �e ' f ( ;f df 1 tf # �f , �f 9 �f * 1g ) \g ) �g ) �g �g ( �g ( h Ch ah & yh % �h & �h * �h * i 6 Ci ; zi �i �i �i �i j .j Fj " aj �j * �j �j �j " �j k %k 1k % =k ck sk �k �k �k �k �k l l .l Ol il �l # �l �l �l �l m . m Dm Tm dm }m �m �m : �m . �m = ,n H jn > �n T �n 3 Go @ {o �o ! �o & �o e !p �p \ �p ( q Z -q C �q * �q K �q < Cr ( �r �r 4 �r ' �r 8 #s ( \s �s �s �s 2 �s < t E Dt % �t / �t . �t 9 u C Iu # �u 5 �u & �u v .v ( Kv % tv " �v �v 8 �v : w $ Mw . rw �w . �w 4 �w 9 x Qx ! nx �x - �x ( �x " y - +y Yy 2 wy # �y �y �y z z 6z 0 Kz |z �z �z & �z �z J { Q{ i{ y{ �{ ' �{ �{ " �{ �{ ) | <| P| l| �| 1 �| �| �| = } = ?} 8 }} 0 �} # �} 1 ~ 7 =~ @ u~ A �~ 9 �~ 7 2 < j 4 � @ � � 7� $ X� E }� $ À A � ] *� + �� �� + ԁ " � #� A� 4 V� 4 �� 3 �� ` � B U� C �� 2 ܃ 7 � G� 8 f� # �� Ä 1 � � # ,� E P� �� �� ΅ ' � & � G =� $ �� + �� : ֆ 7 � 7 I� ! �� " �� = Ƈ ? � 8 D� }� & �� " Ĉ & � = � < L� % �� / �� , ߉ � = ,� > j� # �� 4 ͊ 6 � ? 9� y� < �� 3 Ћ ) � C .� r� �� : �� $ � ' #� Y K� " �� ȍ � H �� D� Y� ! s� 8 �� \ Ύ 0 +� 5 \� = �� " Џ ! � � 5 4� j� B �� 5 ː - � /� H� U� $ t� + �� ! ő * � , � ?� Z� w� ; �� C Ɠ \
� . g� & �� / �� S � / A� ; q� U �� D � R H� 5 �� - і & �� N &� u� F �� C ܗ O � W p� P Ș E � 7 _� 7 �� ϙ . � > � D \� ) �� - ˚ [ �� J U� 3 �� X ԛ ; -� 6 i� ) �� Q ʜ c � H �� E ɝ Y � C i� 7 �� 4 � h � 8 �� ' �� E � & *� A Q� / �� 8 à �� 5 � 9 L� E �� H ̡ ) � K ?� 1 �� 7 �� - �� B #� @ f� 1 �� 4 ٣ 8 � G� e� < �� L �� *
� 7 8� 5 p� 5 �� 2 ܥ = � M� L i� F �� I �� H G� : �� 8 ˧ 5 � ^ :� L �� + � 5 � x H� B �� 8 � K =� 4 �� H �� 2 � G :� C �� 2 ƫ G �� i A� < �� 2 � ; � > W� 6 �� C ͭ 7 � C I� + �� < �� < �� / 3� # c� �� �� L �� Q � 8 ^� 1 �� > ɰ % � : .� # i� 2 �� @ �� M � r O� ] ² 8 � 3 Y� 6 �� ! ij @ � - '� E U� ( �� V Ĵ @ � 6 \� 4 �� \ ȵ � %� A �� , � @ � I W� U �� C �� 0 ;� 0 l� 2 �� > и O � F _� F �� P � = >� B |� C �� 5 � Y 9� 0 �� ? Ļ � � 4� R� + p� $ �� M �� : � 2 J� S }� * ѽ E �� 4 B� 4 w� B �� 3 � 7 #� 6 [� E �� M ؿ 1 &� I X� - �� T � H %� _ n� @ � V � D f� A �� I �� 9 7� ; q� �� [ �� &� 4 @� 5 u� - �� o �� 4 I� / ~� \ �� �
� h +� e �� a �� 9 \� D �� > �� B � d ]� # �� 5 �� 3 � * P� C {� 0 �� A �� 2� ! S� u� �� % �� 6 �� 6 � ; E� ; �� : �� = �� ? 6� � v� a � * ~� + �� ' �� { �� S y� Y �� H '� ; p� < �� P �� 6 :� % q� N �� 6 �� E � 9 c� 3 �� F �� 4 � 8 M� = �� F �� H � E T� g �� A � a D� �� : �� �� X � + x� < �� S �� X 5� 8 �� O �� H � 1 `� 3 �� 4 �� Q �� K M� 7 �� H �� S � h n� < �� 7 � B L� : �� e �� Z 0� H �� u �� 5 J� - �� E �� O �� Q D� 0 �� a �� _ )� , �� k �� 8 "� 7 [� , �� r �� I 3� B }� & �� P �� D 8� 8 }� I �� @ � T A� = �� C �� H � W a� ! �� z �� e V� b �� + � + K� D w� F �� B � . F� ? u� L �� � W � 5 r� = �� 7 �� O � M n� L �� L � V� 6 w� 6 �� ' �� *
� * 8� ( c� * �� 8 �� 8 �� > )� = h� ) �� �� , �� - � + H� * t� , �� < �� * � \ 4� , �� ! �� < �� ) � G� h� O �� $ �� ' �� * &� , Q� , ~� ' �� * �� ' �� * &� C Q� 6 �� ) �� , �� @ #� $ d� - �� & �� & �� K � $ Q� $ v� - �� 0 �� ' �� 3 "� K V� G �� Q �� e <� O �� n �� F a� T �� 3 �� 8 1� 4 j� � �� ; /� W k� 6 � C �� R >� E �� a � \ 9� G �� % � H � : M� N �� : � , � ) ?� + i� H �� H � y '� G �� g � I Q� _ �� n �� o j� E � C � 7 d� 0 �� T � T " @ w ; � a � b V : � O � & D < k A � I � 8 4 = m 0 � A � = 7 \ J � 3 � R # f - � # � ) � & $ - Q R 3 � & � & � = & 0 d b � ? � ! 8 # Z ! ~ G � � 0 ' 6 6 ^ * � - � * � -
F G
A �
' �
T �
T M Q � V � 9 K E � Q � I
I g
H �
P �
F K N � m � 8 O A � ; � U ; \ e � � � @ 7 � @ � 3 9 A m � R � R " 9 u L � P � [ M D � K � ; : � v ; � 9 4 @ n 6 � = � j $ < � = � 3
M > I � i � 9 @ < z ^ � [ W r M � B c [ d � K $ + p : � . � 2 ] 9 ` � = � V 6 P � M � V , Q � 8 � K G Z d � % ! N -! F |! 2 �! � �! $ �" 1 �" Q �" B F# 2 �# ? �# N �# @ K$ & �$ & �$ = �$ " % B ;% / ~% [ �% W
& T b& Z �& N ' 0 a' 2 �' 6 �' L �' % I( o o( A �( Y !) * {) �) 4 �) 9 �) 6 2* I i* K �* O �* 5 O+ : �+ 1 �+ d 0 $ � � � ! � � _ * � � [ ; � T � � I ) � P � : � � D � � � # � p ( _ � � � > � � < � � ~ � � � D b � � 5 � � � � Q � : � y � � � � E �
� S 3 X E 2 � � � � m � G � T � � � * � � � q 4 � � � , � � 9 K e � | � o � � = V p � L � � � � � F . � e w @ � � s C � G 8 � � � n X B � � � � � � 9 Y U n P X [ � � � % N � � � � ^ | � a � � � $ t Z � � ] � " 1 � @ � H W ; 8 ! x { � � ` q � � < � � � S � x - � � � c * ^ � 3 � � 8 � { � 0 � � � A D � � � � � i z � Q � � � � > W
@ � l 6 � " � F ^ � \ B } � � � � ! H ` f � �
� � � � O R ~ � ] � f � I � � � + � � O � � I , � = A 4 � � F � � b 1 M
] J ( � � � � > � _ ? ; � � � U B w 6 � O � � � � � ? $ J � + � & � �
� � ) 7 � g / m � V % ' � K � � � . Z d � # � j r � o � � a < z � � 5 R & s � � � g [ �
\ � / � u t , � - � � � � = � � � � 4 � . L � � � ' � 6 � � � Y � 7 � � � � 2 � % � G � � T J # 7 - � ' � \ V } 1 � ? r � ) 3 : 5 N Q " � � C � � � � � L M � � � � � � v k l k c Y u v R � P � ( h � + E M / � y � h W U S � i A H � � 9 � � & � j N � Z � � 0 � 2 � C � � K %d observation deleted due to missingness %d observations deleted due to missingness %d observation with NA, NaN or Inf deleted %d observations with NAs, NaNs and/or Infs deleted %s applies only to two-way tables %s link not recognised %s must be 0 or 1 %s needs package 'Matrix' correctly installed '%s' cannot be of mode '%s' 'A' must be an array or table 'ColSideColors' must be a character vector of length ncol(x) 'P.values' is TRUE, but 'has.Pvalue' is not 'RowSideColors' must be a character vector of length nrow(x) 'T' must be nonnegative 'V' is not a square numeric matrix 'X' is not a dendrogram 'X' matrix has %d case (row) 'X' matrix has %d cases (rows) 'X' matrix was collinear 'Y' has %d case (row) 'Y' has %d cases (rows) 'acf' must be of length two or more 'all.knots' is TRUE; 'nknots' specification is disregarded 'alpha', 'beta' and 'gamma' must be within the unit interval 'anova' is only defined for sequences of "nls" objects 'anova' object must have colnames 'approx' requires n >= 1 'ar' part of model is not stationary 'bw' is not positive. 'by' must be a list 'centers' must be a number or a matrix 'circular' must be logical and not NA 'coef' does not have the correct length 'coef' must be a vector 'coef' must define a contrast, i.e., sum to 0 'coef' must have same length as 'contrast.obj' 'col.vars' missing or incorrect 'conf.level' must be a single number between 0 and 1 'control' argument must be a named list 'covmat' is not a valid covariance list 'covmat' is of unknown type 'cterms' argument must match terms in model object 'cutpoints' must be unique in 0 < cuts < 1, but are = 'cutpoints' must be unique, but are = 'cv' must not be NA when 'df' is specified 'data' must be a data.frame, not a matrix or an array 'data' must be a list or an environment 'degree' must be 0, 1 or 2 'degree' must be at least 1 'degree' must be less than number of unique points 'deriv' must be between 0 and 3 'end' value not changed 'family' argument seems not to be a valid family object 'family' not recognized 'file' must be a character string or connection 'filter' is longer than time series 'formula' has '.' in both left and right hand sides 'formula' missing 'formula' missing or incorrect 'formula' missing or invalid 'formula' must have both left and right hand sides 'formula' should be of the form response ~ group 'frequency' not changed 'height' must be at least %g, the maximal height of its components 'hybrid' is ignored for a 2 x 2 table 'id.n' must be in {1,..,%d} 'init' is of the wrong length 'init' must have %d column 'init' must have 1 or %d columns 'interval' must be a vector of length 2 'iter.max' must be positive 'k' and 'h' must be a scalar 'k' is bigger than 'n'! Changing 'k' to %d 'k' is not a kernel 'k' is not an integer 'k' must be in {1, 2, .. n - 1} 'k' must be odd! Changing 'k' to %d 'k' must be positive 'kernapply' is not available for object 'x' 'lag.max' must be at least 0 'lag.max' must be at least 1 'low' and 'high' cannot be both TRUE 'lower' and 'upper' must be finite values 'm' is less than 1 'm' must be numeric with non-negative integers 'main' must be TRUE, FALSE, NULL or character (vector). 'margins' must be a numeric vector of length 2 'mlm' objects with weights are not supported 'model$order' must be of length 3 'model' must be list 'mu' must be a single number 'mult' must be integer >= 2, typically = 30 'n' must be a positive integer >= 'x' 'n' must be strictly positive 'n.ahead' must be at least 1 'newdata' does not have named columns matching one or more of the original columns 'newdata' does not have the correct number of columns 'newdata' had %d row 'newdata' had %d rows 'newdata' must be a matrix or data frame 'nknots' must be at least 1 'nknots' must be numeric (in {1,..,n}) 'nterms' is missing with no default 'object' does not include an error 'qr' component 'object' has no 'effects' component 'offset' must be numeric 'or' must be a single number between 0 and Inf 'order' must be a non-negative numeric vector of length 3 'order.dendrogram' requires a dendrogram 'order.max' must be < 'n.obs' 'order.max' must be < 'n.used' 'order.max' must be >= 0 'order.max' must be >= 1 'p' must be a single number between 0 and 1 'p' must be between 0 and 0.5 'p' must have the same length as 'x' and 'n' 'params' has wrong length 'ppr' applies only to numerical variables 'print.level' must be in {0,1,2} 'prob' and 'mu' both specified 'probs' outside [0,1] 'r' is less than 0 'r' is less than 1 'r' must be a single positive number 'ratio' must be a single positive number 'ref' must be an existing level 'ref' must be of length one 'reorder.dendrogram' requires a dendrogram 'row.var.names' missing 'sampleT' and 'nser' must be integer 'scale' is outside [0, 1] 'scores' argument is of the wrong length 'scores' must all be different numbers 'se.fit' not yet implemented for multivariate models 'seasonal$order' must be a non-negative numeric vector of length 3 'seasonal' must be a list with component 'order' 'span' must be between 0 and 1. 'spar' must be of length 1 'spline' requires n >= 1 'start' > 'end' 'start' and 'table' must be same length 'start' cannot be after 'end' 'start' must have %d row 'start' must have %d rows 'start' value not changed 'termlabels' must be a character vector of length at least one 'termobj' must be a object of class %s 'tol' must be strictly positive and finite 'trace != 0' needs 'REPORT >= 1' 'ts' object must have one or more observations 'variance' "%s" is invalid: possible values are "mu(1-mu)", "mu", "mu^2", "mu^3" and "constant" 'varying' arguments must be the same length 'varying' has wrong length 'varying' must be in seq_along(pars) 'varying' must be logical, integer or character 'varying' must be nonempty list or vector 'weights' must all be finite 'weights' must be a numeric vector 'weights' must not be negative 'which' must be in 1:6 'which' specified no factors 'which' specified some non-factors which will be dropped 'x' and 'g' must have the same length 'x' and 'n' must have the same length 'x' and 'p' must have the same number of elements 'x' and 'w' must have the same length 'x' and 'weights' have unequal length 'x' and 'y' must have at least 2 levels 'x' and 'y' must have the same length 'x' and 'y' must have the same number of levels (minimum 2) 'x' contains missing values 'x' has been rounded to integer: %s 'x' has rank 0 'x' is empty 'x' is not a kernel 'x' is not a vector 'x' is not a vector or matrix 'x' is shorter than kernel 'k' 'x' must at least have 2 elements 'x' must be *strictly* increasing (non - NA) 'x' must be a 3-dimensional array 'x' must be a list with at least 2 elements 'x' must be a matrix 'x' must be a matrix or a data frame 'x' must be a numeric matrix 'x' must be a numeric vector 'x' must be a time series or an ar() fit 'x' must be an "ftable" object 'x' must be between %s and %s 'x' must be between -1 and 1 'x' must be coefficient matrix/data frame 'x' must be finite, nonnegative, and integer 'x' must be non-negative 'x' must be nonnegative and integer 'x' must be numeric 'x' must be square with at least two rows and columns 'x' must contain finite values only 'x' must have 1 or more non-missing values 'x' must have 2 columns 'x' must have at least 2 rows and 2 columns 'x' must have at least 2 rows and columns 'x' must have length >= 1 'x', 'y', and 'z' must have the same length 'xi' does not have the right length 'xreg' and 'newxreg' have different numbers of columns 'xreg' is collinear 'xy.labels' must be logical or character 'y' has rank 0 'y' must be a numeric vector 'y' must be increasing or decreasing 'y' must be numeric 'y' must be numeric or a function or a string naming a valid function 'y' must be numeric vector 'y' must be one longer than 'x' 'y', 'groups' and 'blocks' must have the same length , 0s in V(mu) AIC is -infinity for this model, so 'step' cannot proceed AIC is not defined for this model, so 'step' cannot proceed Barrier algorithm ran out of iterations and did not converge Cannot compute exact p-value with ties Chi-squared approximation may be incorrect Colv = "Rowv" but nrow(x) != ncol(x) Consider providing an as.hclust.%s() method Design is unbalanced - use se.contrast() for se's Error() model is singular F test assumes 'quasi%s' family F test assumes quasi%s family MA part of model is not invertible MLE only implemented for univariate series NA values not allowed in 'd' NA's are not allowed in 'groups' or 'blocks' NAs are not allowed NAs in '%s' NAs in 'x' NAs in V(mu) NAs in d(mu)/d(eta) NAs present: setting 'delta' to -1 Numeric 'all.knots' must be strictly increasing Objective function decreased at outer iteration %d Objective function increased at outer iteration %d Refitting model to allow projection Requested conf.level not achievable SEs for type '%s' are not yet implemented Standard error information not returned as design is unbalanced.
Standard errors can be obtained through 'se.contrast'. X matrix has rank %d, but only %d observation X matrix has rank %d, but only %d observations a limit is NA or NaN a two-sided formula is required all 'x' values are identical all 'x' values must be non-negative to fit the Weibull growth model all elements of 'which' must be between 1 and %d all entries of 'x' must be nonnegative and finite all groups must contain data all observations are in the same group all weights should be non-negative alternative must be "two.sided", "less" or "greater" ambiguous clustering method ambiguous distance method anova is only defined for sequences of "nls" objects argument 'na.action' will be ignored argument 'object' has an impossible length argument 'sides' must be 1 or 2 argument 'subset' will be ignored argument 'x' cannot be coerced to class %s argument 'x' must be numeric argument does not include a 'qr' component argument does not include an 'effects' component arguments 'r' and 'c' must have the same sums arguments must have same length arguments must have the same length assuming prediction variance inversely proportional to weights used for fitting at least one entry of 'x' must be positive attempting model selection on an essentially perfect fit is nonsense bad value for 'end' bad value for 'lag' or 'differences' bad value for 'start' bandwidth 'k' must be >= 1 and odd! baseline group number out of range biplots are not defined for complex PCA both 'span' and 'enp.target' specified: 'span' will be used both 'x' and 'covmat' were supplied: 'x' will be ignored both 'x' and 'y' must be non-empty bounds can only be used with method L-BFGS-B (or Brent) but variable found had %d row but variables found have %d rows calling anova.lm(<fake-lm-object>) ... calling predict.lm(<fake-lm-object>) ... calling summary.lm(<fake-lm-object>) ... can use ci.type="ma" only if first lag is 0 cannot calculate REML log-likelihood for "nls" objects cannot change frequency from %g to %g cannot compute asymptotic confidence set or estimator cannot compute confidence interval when all observations are tied cannot compute confidence interval when all observations are zero or tied cannot compute confidence set, returning NA cannot compute estimate, returning NA cannot compute exact confidence intervals with ties cannot compute exact p-value with ties cannot create a formula from a zero-column data frame cannot find valid starting values: please specify some cannot fit an asymptotic regression model to these data cannot fit models without level ('alpha' must not be 0 or FALSE) cannot handle 'pairwise.complete.obs' cannot recognize parameter name cannot simulate from non-integer prior.weights cannot use 'cor = TRUE' with a constant variable cannot use dots in formula with given data collapsing to unique 'x' values columns of 'contrast.obj' must define a contrast (sum to zero) columns of 'contrast.obj' must define a contrast(sum to zero) contrasts apply only to factors contrasts can be applied only to factors with 2 or more levels covariance matrix is not non-negative definite coverage probability out of range [0,1) data are essentially constant data must be non-zero for multiplicative Holt-Winters dendrogram node with non-positive #{branches} design is unbalanced so cannot proceed dimension 0 in 'x' or 'y' distances must be result of 'dist' or a square matrix each dimension in table must be >= 2 each element of '%s' must be logical eig=TRUE is disregarded when list.=FALSE either 'k' or 'h' must be specified elements of 'k' must be between 1 and %d elements of 'n' must be positive elements of 'p' must be in (0,1) elements of 'x' must be nonnegative elements of 'x' must not be greater than those of 'n' empty model supplied exactly one of 'groups', 'n', 'between.var', 'within.var', 'power', and 'sig.level' must be NULL exactly one of 'n', 'delta', 'sd', 'power', and 'sig.level' must be NULL exactly one of 'n', 'p1', 'p2', 'power', and 'sig.level' must be NULL f.lower = f(lower) is NA f.upper = f(upper) is NA factor %s has new level %s factor %s has new levels %s factor analysis applies only to numerical variables factor analysis requires at least three variables family '%s' not implemented first argument must be a "loess" object formula '%s' must be of the form '~expr' formula missing frequency must be a positive integer >= 2 for BSM glm.fit: algorithm did not converge glm.fit: algorithm stopped at boundary value glm.fit: fitted probabilities numerically 0 or 1 occurred grouping factor must have exactly 2 levels if 'x' is not a matrix, 'y' must be given if 'x' is not an array, 'y' must be given if 'x' is not an array, 'z' must be given ignoring prior weights inconsistent specification of 'ar' order inconsistent specification of 'ma' order incorrect dimensions for 'xi' incorrect length of 'x' incorrect specification for 'col.vars' incorrect specification for 'formula' incorrect specification for 'row.vars' incorrect variable names in lhs of formula incorrect variable names in rhs of formula increasing bw.SJ() search interval (%d) to [%.4g,%.4g] initial value is not in the interior of the feasible region interactions are not allowed invalid 'SSinit' invalid 'abbr.colnames' invalid 'control' argument invalid 'control.spar' invalid 'data' argument invalid 'endrule' argument invalid 'extendInt'; please report invalid 'keep.stuff' invalid 'lm' object: no 'terms' component invalid 'method' argument invalid 'nb' invalid 'tree' ('merge' component) invalid 'use' argument invalid 'x' invalid 'y' invalid (length 0) node in dendrogram invalid NCOL(X) invalid argument 'c' invalid argument 'cell' invalid argument 'degree' invalid argument 'lambda' invalid argument 'n' invalid argument 'omit' invalid argument 'r' invalid argument 'span' invalid argument to 'getProfile' invalid clustering method invalid dissimilarities invalid distance method invalid fitted means in empty model invalid formula invalid formula in deriv invalid interpolation method invalid length(x) invalid linear predictor values in empty model invalid ncol(x) invalid nrow(x) invalid parameter values invalid response type invalid value of %s k must be between 2 and %d length of 'center' must equal the number of columns in 'x' length of 'init' must equal length of 'filter' length of 'p' must be 1 or equal the number of columns of 'x' length of 'start' should equal %d and correspond to initial coefs for %s length of 'v.names' does not evenly divide length of 'varying' length of 'varying' must be the product of length of 'v.names' and length of 'times' length of 'wt' must equal the number of rows in 'x' length of FUN, %d,
does not match the length of the margins, %d length of choices must be 2 lengths of 'x' and 'w' must match lengths of 'x' and 'xreg' do not match lm object does not have a proper 'qr' component.
Rank zero or should not have used lm(.., qr=FALSE). lower < upper is not fulfilled lower scope has term %s not included in model lower scope has terms %s not included in model maximum number of iterations must be > 0 medpolish() did not converge in %d iteration medpolish() did not converge in %d iterations method = "Brent" is only available for one-dimensional optimization method = '%s' is not supported. Using 'qr' method L-BFGS-B uses 'factr' (and 'pgtol') instead of 'reltol' and 'abstol' midcache() of non-binary dendrograms only partly implemented minimum occurred at one end of the range missing observations deleted missing or infinite values in inputs are not allowed missing or negative weights not allowed missing values and NaN's not allowed if 'na.rm' is FALSE missing values are not allowed in 'poly' missing values in 'filter' missing values in object missing values not allowed model frame and formula mismatch in model.matrix() models are not all fitted to the same number of observations models with response %s removed because response differs from model 1 more cluster centers than data points more cluster centers than distinct data points. must have 2 'symbols' for logical 'x' argument must have at least 4 observations to fit an 'SSfol' model must have length of response = length of second argument to 'SSfol' must have n >= 2 objects to cluster must have same number of columns in 'x' and 'centers' must specify 'spans' or a valid kernel must supply one or more vectors na.action must be a function need 2 or more non-zero column marginals need 2 or more non-zero row marginals need an object with call component need at least 2 data points need at least 2 periods to compute seasonal start values need at least 2 points to select a bandwidth automatically need at least four unique 'x' values need at least two non-NA values to interpolate need numeric data need result of smooth.spline(keep.data = TRUE) negative values not allowed for the 'Poisson' family negative values not allowed for the 'quasiPoisson' family negative weights not allowed neither 'x' nor 'covmat' supplied no "nobs" attribute is available no 'add1' method implemented for "mlm" models no 'as.stepfun' method available for 'x' no 'drop1' method for "mlm" models no 'getInitial' method found for "%s" objects no 'nobs' method is available no 'reshapeWide' attribute, must specify 'varying' no degrees of freedom for residuals no factors in the fitted model no models to compare no parameters to fit no replacement values supplied no rows to aggregate no solution in the specified range of bandwidths no starting values specified no starting values supplied no terms in scope no terms in scope for adding to object no time series supplied no valid set of coefficients has been found: please supply starting values non-factors ignored: %s non-finite 'bw' non-finite 'from' non-finite 'to' non-finite coefficients at iteration %d non-square matrix not a valid "smooth.spline" object not a valid step function not an unreplicated complete block design not enough 'x' data not enough 'x' observations not enough 'y' data not enough 'y' observations not enough degrees of freedom to define contrasts not enough finite observations nothing to tabulate number of 'cutpoints' must be one less than number of symbols number of 'cutpoints' must be one more than number of symbols number of cluster centres must lie between 1 and nrow(x) number of differences must be a positive integer number of groups must be at least 2 number of observations in 'x' and 'y' must match. number of observations in each group must be at least 2 number of offsets is %d should equal %d (number of observations) number of offsets is %d, should equal %d (number of observations) number of rows in use has changed: remove missing values? number of series in 'object' and 'newdata' do not match number of weights = %d should equal %d (number of responses) number of weights must match number of observations. numeric y must be supplied.
For density estimation use density() object '%s' has no scores object must be of class %s or %s object not interpretable as a factor observations with 0 weight not used in calculating standard deviation observations with 0 weights not used observations with zero weight not used for calculating dispersion one-dimensional optimization by Nelder-Mead is unreliable:
use "Brent" or optimize() directly only %d of the first %d eigenvalues are > 0 only 1-4 predictors are allowed only implemented for univariate time series only univariate series are allowed optimization difficulties: %s optimization failure option "show.coef.Pvalues" is invalid: assuming TRUE option "show.signif.stars" is invalid: assuming TRUE p-value will be approximate in the presence of ties parameter %s does not occur in the model formula parameters %s do not occur in the model formula positive values only are allowed for the 'inverse.gaussian' family possible convergence problem: 'optim' gave code = %d and message %s possible convergence problem: optim gave code = %d predictions on current data refer to _future_ responses predictors must all be numeric probabilities must be finite, non-negative and not all 0 probabilities must be non-negative. probabilities must sum to 1. read the documentation for 'trace' more carefully ref = %d must be in 1L:%d requested conf.level not achievable residual degrees of freedom in object suggest this is not an "lm" fit residuals have rank %d < %d residuals have rank %s < %s response not allowed in formula sample size in each stratum must be > 1 sample size must be between 3 and 5000 samples differ in location: cannot compute confidence set, returning NA scope is not a subset of term labels seasonal MA part of model is not invertible setVarying : 'vary' length must match length of parameters simulate() is not yet implemented for multivariate lm() singular gradient matrix at initial parameter estimates size != sum(x), i.e. one is wrong size cannot be NA nor exceed 65536 some AR parameters were fixed: setting transform.pars = FALSE some ARMA parameters were fixed: setting transform.pars = FALSE some terms will have NAs due to the limits of the method some weights should be positive specify 'rate' or 'scale' but not both specify exactly one of 'k' and 'h' specify exactly one of 'which' and 'x' spline: first and last y values differ - using y[1L] for both spline: first and last y values differ - using y[1] for both step size truncated due to divergence sum(weights) != 1 -- will not get true density supply both 'x' and 'y' or a matrix-like 'x' table 'x' should have 2 entries the 'height' component of 'tree' is not sorted (increasingly) the 'se.fit' argument is not yet implemented for "mlm" objects the 'split' argument must be a list the contrast defined is empty (has no TRUE elements) the first value of the time series must not be missing the following arguments to 'anova.glm' are invalid and dropped: the series is entirely NA there are records with missing times, which will be dropped. there must be at least 2 observations in each group time series has no or less than 2 periods too few distinct input values to fit an asymptotic regression model too few groups too few non-missing observations too few observations to fit an asymptotic regression model too many replacement values supplied type '%s' is not implemented yet type = "partial" is not yet implemented unable to optimize from this starting value unable to optimize from these starting values unequal number of rows in 'cancor' univariate time series only unknown bandwidth rule unknown name %s in the 'split' list unknown names %s in the 'split' list unknown named kernel unknown names in control: unknown string value for s.window upper and lower bounds ignored unless algorithm = "port" upper scope has term %s not included in model upper scope has terms %s not included in model using F test with a '%s' family is inappropriate using F test with a fixed dispersion is inappropriate using type = "numeric" with a factor response will be ignored using weights as inverse variances using weights as shape parameters value of 'epsilon' must be > 0 variable '%s' is absent, its contrast will be ignored variable '%s' is not a factor variable '%s' was fitted with type "%s" but type "%s" was supplied weights are not supported in a multistratum aov() fit weights must be non-negative and not all zero wrong length for 'fixed' wrong method wrong number of columns in 'x' wrong number of contrast matrix rows x is not a vector or univariate time series x$lag must have at least 1 column x.ret=TRUE is disregarded when list.=FALSE x[] and prob[] must be equal length vectors. y is empty or has only NAs y values must be 0 <= y <= 1 zero non-NA points Project-Id-Version: R-3.5.0
Report-Msgid-Bugs-To: bugs.r-project.org
PO-Revision-Date: 2018-04-09 12:10-0600
Last-Translator: Chel Hee Lee <[email protected]>
Language-Team:
Language: ko
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit
Plural-Forms: nplurals=1; plural=0;
결측으로 인하여 %d개의 관측치가 삭제되었습니다. NA, NaNs 그리고/또는 Infs를 가지는 %d 개의 관측치들이 삭제되었습니다. %s는 2차원 테이블에만 적용됩니다. 인식되지 않는 %s 링크입니다 %s는 반드시 0 또는 1 이어야 합니다. %s는 정상적으로 설치되어 있는 패키지 'Matrix'를 필요로 합니다 '%1$s'는 모드 '%2$s'가 될 수 없습니다 'A'는 반드시 배열 또는 테이블이어야 합니다 'ColSideColors'는 반드시 길이가 ncol(x)인 문자형 벡터이어야 합니다 'P.values'는 TRUE, 그러나 'has.Pvalue'는 그렇지 않습니다 'RowSideColors'는 반드시 길이 nrow(x)인 문자형 벡터이어야 합니다 'T'는 반드시 음이 아닌 값이어야 합니다 'V'는 수치형 정방행렬이 아닙니다 'X'는 덴드로그램이 아닙니다 'X' 행렬은 %d 개의 케이스(행의 개수)들을 가지고 있습니다. 'X'행렬은 collinear입니다 'Y'는 %d개의 케이스(행의 개수)들을 가지고 있습니다. 'acf'는 반드시 길이가 2 또는 그 이상이어야 합니다 'all.knots'가 TRUE이기 때문에 'nknots'지정은 사용되지 않습니다 'alpha', 'beta' 그리고 'gamma'는 반드시 unit interval 내에 있어야 합니다 여러개의 "nls" 객체들의 시퀀스로부터 'anova'만이 정의됩니다 'anova' 객체는 반드시 colnames를 가지고 있어야 합니다 'approx'는 n이 1 보다 크거나 같아야 합니다 모델의 'ar' 파트가 stationary 하지 않습니다 'bw'는 양수가 아닙니다 'by'는 반드시 리스트이어야 합니다 'centers'는 반드시 숫자 또는 행렬이어야 합니다 'circular'는 반드시 논리값이고 NA가 아니어야 합니다 'coef'의 길이가 잘못되었습니다 'coef'는 반드시 벡터이어야 합니다 'coef'는 반드시 contrast를 정의해야 합니다. 예를들면, 총계는 0입니다 'coef'는 반드시 'contrast.obj'와 같은 길이를 가져야 합니다 'col.vars'이 빠져있거나 잘못되었습니다 'conf.level'은 반드시 0과 1사이에 있는 단 한개의 숫자이어야 합니다 'control' 인자는 반드시 named list이어야 합니다 'covmat'은 유효한 공분산 목록이 아닙니다 알수 있는 타입의 'covmat'입니다 'cterms' 인자는 반드시 모델 객체내의 항들과 일치해야 합니다 'cutpoints'는 반드시 0과 1사이에 고유한 값이어야 하는데 다음과 같습니다 = 'cutpoints'는 반드시 고유해야 하는데 다음과 같습니다 = 'df'가 지정되었을때 'cv'는 반드시 NA이서는 안됩니다 'data'는 행렬 또는 배열이 아닌 반드시 데이터 프레임이어야 합니다 'data'는 반드시 리스트 또는 environment이어야 합니다 'degree'는 반드시 0, 1, 또는 2이어야 합니다 'degree'는 반드시 적어도 1이어야 합니다 'degree'의 값은 반드시 고유한 값을 가지는 포인트들의 개수보다 적어야 합니다 'deriv'는 반드시 0과 3사이에 있어야 합니다 변경되지 않은 'end' 값입니다. 'family' 인자는 유효한 family 객체가 아닌 것 같습니다 인식할 수 없는 'family'입니다 'file'은 반드시 문자형 또는 커넥션이어야 합니다 'filter'는 더이상 시계열이 아닙니다 'formula'의 양변 모두 '.'를 가지고 있습니다 'formula'가 없습니다 'formula'가 누락되었거나 잘못되었습니다 'formula'가 누락되었거나 유효하지 않습니다 'formula'는 반드시 좌변과 우변이 함께 있어야 합니다 'formula'는 반드시 response ~ group의 형식을 가져야 합니다 변경되지 않은 'frequency'입니다. 'height'는 적어도 구성요소들의 최대값인 %g이어야 합니다 2 x 2 분할표에서 'hybrid'는 무시됩니다 'id.n'는 반드시 {1,..,%d}내에 있어야 합니다 잘못된 길이를 가지는 'init'입니다 'init'는 반드시 %d개의 열을 가지고 있어야 합니다. 'interval'은 반드시 길이가 2인 벡터이어야 합니다 'iter.max'는 반드시 양수이어야 합니다 'k'와 'h'는 반드시 스칼라이어야 합니다 'k'는 'n'보다 큽니다! 'k'를 %d로 변경합니다 'k'는 커널이 아닙니다 'k'는 정수가 아닙니다 'k'는 반드시 {1, 2, .. n - 1} 내에 있어야 합니다 'k'는 반드시 홀수이어야 합니다! 'k'를 to %d로 변경합니다 'k'는 반드시 양수이어야 합니다 객체 'x'에 'kernapply'을 사용할 수 없습니다 'lag.max'는 반드시 적어도 0이어야 합니다 'lag.max'는 반드시 적어도 1이어야 합니다 'low'와 'high' 동시에 TRUE일 수 없습니다 'lower'과 'upper'의 값은 반드시 유한해야 합니다 'm'은 1보다 적습니다 'm'은 반드시 음이 아닌 정수를 가지는 숫자이어야 합니다 'main'은 반드시 TRUE, FALSE, NULL 또는 문자 (벡터)입니다. 'margins'는 반드시 길이가 2인 수치형 벡터이어야 합니다 weights와 함께 사용된 'mlm' 객체들은 지원되지 않습니다 'model$order'의 길이는 반드시 3이어야 합니다. 'model'은 반드시 리스트(list)이어야 합니다. 'mu'는 반드시 한개의 숫자이어야 합니다 'mult'는 반드시 2이상의 정수이어야 하는데 일반적으로 30이 사용됩니다 'n'은 반드시 'x'보다 크거나 같은 양의 정수이어야 합니다 'n'은 반드시 양수이어야 합니다. 'n.ahead'는 반드시 적어도 1이어야 합니다 'newdata'는 하나 또는 그 이상의 본래의 행들에 일치하는 named columns를 가지고 있지 않습니다 'newdata'는 올바른 열의 수를 가지고 있지 않습니다 'newdata'는 %d 개의 행을 가지고 있었습니다. 'newdata'는 반드시 행렬 또는 데이터 프레임이어야 합니다 'nknots'은 반드시 적어도 1이어야 합니다 'nknots'는 반드시 {1,..,n)내에 있는 수치형이어야 합니다 'nterms'은 기본값 없이 누락되었습니다 'object'는 에러 'qr'구성요소를 포함하고 있지 않습니다 'object'는 'effects' 구성요소를 가지고 있지 않습니다 'offset'은 반드시 수치형이어야 합니다 'or'은 반드시 0과 Inf사이의 한개의 숫자이어야 합니다 'order'는 반드시 길이가 3이며 음의 값을 가지지 않는 수치형 벡터이어야 합니다 'order.dendrogram'는 덴드로그램을 필요로 합니다 'order.max'는 'n.obs' 보다 작아야 합니다. 'order.max'는 반드시 'n.used'보다 작아야 합니다 'order.max'는 반드시 0보다 크거나 같아야 합니다 'order.max'는 1 보다 크거나 같아야 합니다. 'p'는 반드시 0과 1 사이 한 개의 숫자이어야 합니다 'p'는 반드시 0과 0.5 사이에 있어야 합니다 'p'는 'x'와 'n'과 같은 길이를 가지고 있어야 합니다 'params'의 길이가 잘못되었습니다 'ppr'은 오로지 수치형 변수들에만 적용합니다 'print.level'은 반드시 {0,1,2}내에 있어야 합니다 'prob'와 'mu' 모두 지정되어 있습니다 'probs'는 [0,1] 범위외입니다 'r'은 0보다 적습니다 'r'은 1보다 적습니다 'r'은 반드시 양의 값을 가지는 하나의 숫자이어야 합니다 'ratio'는 반드시 양의 값을 가지는 하나의 숫자이어야 합니다. 'ref'는 반드시 존재하는 level이어야 합니다 'ref'는 반드시 길이가 1이어야 합니다 'reorder.dendrogram'는 덴드로그램을 필요로 합니다 'row.var.names'이 빠져있습니다 'sampleT'와 'nser'는 반드시 정수이어야 합니다 'scale'이 [0,1] 범위외입니다 'scores' 인자의 길이가 잘못되었습니다 'scores'는 반드시 모두 다른 숫자들이어야 합니다 다변량모델을 위한 'se.fit'은 아직 구현되어 있지 않습니다 'seasonal$order'는 반드시 길이가 3이며 음의 값을 가지지 않는 수치형 벡터이어야 합니다 'seasonal'은 반드시 'order'라는 요소를 함께 가지는 리스트이어야 합니다 'span'은 반드시 0과 1 사이에 있어야 합니다 'spar'은 반드시 길이가 1 이어야 합니다 'spline'은 n이 1보다 크거나 같아야 합니다 'start'는 'end'보다 큽니다. 'start'와 'table'는 반드시 같은 길이이어야 합니다 'start'는 'end' 뒤에 올 수 없습니다. 'start'은 반드시 %d 개의 행을 가지고 있어야 합니다. 변경되지 않은 'start'값입니다. 'termlabels'는 반드시 적어도 길이가 1인 문자형 벡터이어야 합니다 'termobj'은 반드시 클래스 %s인 객체이어야 합니다 'tol'은 반드시 양수이고 유한해야 합니다 'trace != 0'은 'REPORT >= 1'를 필요로 합니다 'ts' 객체는 반드시 하나 또는 그 이상의 관찰값들을 가지고 있습니다. 유효하지 않은 'variance' "%s" 입니다: 가능한 값들은 "mu(1-mu)", "mu", "mu^2", "mu^3" 그리고 "constant"입니다 'varying' 인자들은 반드시 같은 길이이어야 합니다 'varying'의 길이가 잘못되었습니다 'varying'은 반드시 seq_along(pars)내에 있어야 합니다 'varying'은 반드시 논리값, 정수 또는 문자이어야 합니다 'varying'은 반드시 비어있지 않은 리스트 또는 벡터이어야 합니다 'weights'는 모두 유한한 값을 가지고 있어야 합니다. 'weights'는 반드시 수치형 벡터입니다 'weights'는 반드시 음수이어야 합니다 'which'는 반드시 1:6내에 있어야 합니다 'which'는 어떠한 요인들도 지정하지 않았습니다 'which'는 제거되어질 일부 요인이 아닌 것들을 지정했습니다 'x'와 'g'는 반드시 같은 길이를 가지고 있어야 합니다 'x'와 'n'은 반드시 같은 길이를 가지고 있어야 합니다 'x'와 'p'는 반드시 같은 수의 요소들을 가지고 있어야 합니다 'x'와 'w'는 반드시 같은 길이를 가져야 합니다. 'x'와 'weights'는 서로 다른 길이를 가지고 있습니다 'x'와 'y'는 반드시 최소한 2 level들을 가져야 합니다 'x'와 'y'의 길이는 반드시 같아야 합니다 'x'와 'y'는 반드시 같은 수의 level들을 가져야 합니다 (적어도 2이상) 'x'는 결측치들을 포함하고 있습니다 'x'는 다음과 같은 정수로 반올림 되었습니다: %s 'x'의 rank는 0입니다 'x'는 empty합니다 'x'는 커널이 아닙니다 'x'는 벡터가 아닙니다 'x'는 벡터 또는 행렬이 아닙니다 'x'는 커널 'k'보다 짧습니다 'x'는 반드시 적어도 2개의 요소들을 가지고 있어야 합니다 'x'는 반드시 *단조* 증가해야합니다 (non - NA) 'x'는 반드시 3차원 배열이어야 합니다 'x'는 반드시 2개의 요소들을 가지고 있는 리스트이어야 합니다 'x'는 반드시 행렬이어야 합니다 'x'는 반드시 행렬 또는 데이터 프레임이어야 합니다 'x'는 반드시 수치형 행렬이어야 합니다 'x'는 반드시 수치형 벡터이어야 합니다 'x'는 반드시 시계열이거나 ar() 적합이어야 합니다 'x'는 반드시 "ftable" 객체이어야 합니다 'x'는 반드시 %s와 %s사이에 있어야 합니다 'x'는 반드시 -1과 1 사이에 있어야 합니다 'x'는 반드시 계수 행렬/데이터 프레임이어야 합니다 'x'는 반드시 유한해야 하고, 음이 아닌 정수이어야 합니다 'x'는 반드시 음수가 아니어야 합니다 'x'는 반드시 음의 값을 가지지 않는 정수이어야 합니다 'x'는 반드시 수치형이어야 합니다 'x'는 반드시 적어도 2개의 행과 열을 가진 정방형이어야 합니다 'x'는 반드시 유하한 값들만을 포함하고 있어야 합니다 'x'는 반드시 한 개 또는 그 이상의 결측되지 않은 값들이 있어야 합니다 'x'는 반드시 2개의 열들을 가지고 있어야 합니다 'x'는 반드시 적어도 2개의 행과 2개의 열을 가지고 있어야 합니다 'x'는 반드시 적어도 2개의 행과 열을 가져야 합니다 'x'는 반드시 길이가 1보다 크거나 같아야 합니다. 'x', 'y', 그리고 'z'는 반드시 같은 길이를 가져야 합니다 'xi'는 올바른 길이를 가지고 있지 않습니다 'xreg'와 'newxred'의 열의 길이가 서로 다릅니다 'xreg'는 공선형입니다 'xy.labels'는 반드시 논리형(logical) 또는 문자형(character)이어야 합니다. 'y'의 rank는 0입니다 'y'는 반드시 수치형 벡터이어야 합니다 'y'는 반드시 증가 또는 감소 해야합니다 'y'는 반드시 수치형이어야 합니다 'y'는 반드시 수치형이거나 함수 또는 유효한 함수를 이름짓는 문자열이어야 합니다 'y'는 반드시 수치형 벡터이어야 합니다 'y'는 반드시 'x'보다 길어야 합니다. 'y', 'groups' 그리고 'blocks'는 반드시 같은 길이를 가지고 있어야 합니다 , V(mu)내에 0이 있습니다 AIC는 이 모델에서 음의 무한값을 가지므로 'step'은 더 이상 진행할 수 없습니다 AIC는 이 모델에 정의되어 있지 않으므로 'step'은 더 이상 진행할 수 없습니다 Barrier 알고리즘이 주어진 최대반복수에 도달했으므로 수렴하지 않습니다 tie때문에 정확한 p값을 계산할 수 없습니다 카이제곱 approximation은 정확하지 않을수도 있습니다 Colv = "Rowv"인데, nrow(x)와 ncol(x)가 같지 않습니다 as.hclust.%s() 메소드를 사용하는 것을 고려해주세요 디자인이 unbalance 하므로 se를 계산하고자 할때는 se.contrast()를 사용해주세요 Error() 모델이 singular합니다 F 테스트는 'quasi%s' 페밀리를 가정합니다 F 테스트는 quasi%s 페밀리를 가정합니다 모델의 MA부분은 invertible 합니다 MLE가 단변량시리즈에 대해서만 구현되어 있습니다 NA값들은 'd'에서 사용할 수 없습니다 NA는 'groups' 또는 'blocks'내에서 허용되지 않습니다 NA를 사용할 수 없습니다 '%s' 내에 NA가 존재합니다 'x'내에 NA가 있습니다 V(mu)내에 NA가 있습니다 d(mu)/d(eta)내에 NA가 있습니다 NA가 존재하므로 'delta'를 -1로 설정합니다 'all.knots'는 반드시 단조증가해야 합니다. outer iteration %d에서 목적함수가 감소했습니다 outer iteration %d에서 목적함수가 증가했습니다 projection을 허용하도록 모델을 재적합합니다 수행할 수 없는 conf.level의 값이 주어졌습니다. 유형 '%s'에 대한 SE는 아직 구현되지 않았습니다 Standard error에 대한 정보는 디자인이 unbalance하므로 반환되지 않습니다.
Standard errors는 'se.contrast'을 통하여 얻을 수 있습니다. X 행렬은 rank %1$d를 가지고 있으나 %2$d개의 관측치 만을 가지고 있습니다. limit은 NA 또는 NaN이어야 합니다. 양변을 가진 formula가 필요합니다 모든 'x'의 값들이 동일합니다 와이블 성장모형을 적합하기 위해서는 모든 'x'의 값들이 반드시 음이 아닌 수이어야 합니다. 'which'의 모든 구성요소들은 반드시 1과 %d사이에 있어야 합니다 'x'의 모든 항목들은 반드시 음수가 아니어야 하고 유한해야 합니다 모든 그룹들은 반드시 데이터를 가지고 있어야 합니다 모든 관측치는 같은 그룹내에 있어야 합니다 모든 weights는 반드시 음수가 아니어야 합니다 alternative는 반드시 "two.sided", "less" 또는 "greater"이어야 합니다 분명하지 않은 클러스터링 메소드입니다 불분명한 distance method입니다 여러개의 "nls" 객체들의 시퀀스로부터 anova만이 정의됩니다 인자 'na.action'은 사용되지 않을 것입니다 인수 'object'는 가질 수 없는 길이를 가지고 있습니다 인자 'sides'는 반드시 1 또는 2이어야 합니다 인자 'subset'은 사용되지 않을 것입니다 인수 'x'를 클래스 %s로 강제형변환을 할 수 없습니다 인자 'x'는 반드시 수치형이어야 합니다 인자가 'qr' 구성요소를 포함하지 않습니다 인자가 'effects' 구성요소를 포함하지 않습니다 인자들 'r'과 'c'는 반드시 같은 총계를 가져야 합니다 인자들은 반드시 동일한 길이를 가지고 있어야 합니다 인자들은 반드시 같은 길이를 가지고 있어야 합니다 prediction variance는 모델적합시 사용된 가중치의 역수에 비례한다고 가정합니다 'x'의 항목들중 적어도 한개는 양수이어야 합니다 근본적으로 완벽한 적합에 대한 모델선택을 시도하는 것은 넌센스입니다 잘못된 'end' 값입니다. 'lag' 또는 'differences'의 값이 잘못되었습니다 잘못된 'start' 값입니다. bandwidth 'k'는 반드시 1 보다 크거나 같아야 하며 홀수이어야 합니다 baseline group number가 범위밖입니다 biplots는 복잡한 PCA에 정의되어 있지 않습니다 'span'과 'enp.target'모두 지정되었으므로 'span'만 사용될 것입니다 'x'와 'covmat' 모두 제공되었기 때문에 'x'는 사용되지 않을 것입니다 'x'와 'y' 모두 반드시 non-empty이어야 합니다 bounds는 메소드 L-BFGS-B (또는 Brent)에서만 사용할 수 있습니다 그러나 찾아진 변수는 %d개의 행을 가지고 있었습니다. anova.lm(<fake-lm-object>) ...를 호출합니다 predict.lm(<fake-lm-object>) ...를 호출합니다 summary.lm(<fake-lm-object>) ... 을 호출합니다 만약 첫번째 lag이 0인 경우만 ci.type="ma"를 사용할 수 있습니다 "nls" 객체에 대해서 REML log-likelihood를 계산할 수 없습니다 빈도를 %1$g에서 %2$g로 변경할 수 없습니다 asymptotic confidence set 또는 estimator를 계산할 수 없습니다 모든 관측치들의 값이 같다면 신뢰구간을 계산 할 수 없습니다 모든 관측치들의 값이 0이거나 같은 경우에는 신뢰구간을 계산할 수 없습니다. confidence set을 계산할 수 없어 NA를 돌려줍니다 추정치를 계산할 수 없어 NA를 반환합니다 tie가 있어 정확한 신뢰구간을 계산할 수 없습니다 tie가 있어 정확한 p값을 계산할 수 없습니다 아무런 열을 가지고 있지 않은 데이터 프레임은 formula를 생성할 수 없습니다 유효한 시작값들을 찾을 수 없습니다. 일부를 정해주시길 바랍니다 점근회귀모형은 주어진 데이터에 적합할 수 없습니다. level없이 모델들을 적합할 수 없습니다 ('alpha'는 반드시 0이 아니거나 FALSE이어야 합니다) 'pairwise.complete.obs'를 처리할 수 없습니다 파라미터명을 인식할 수 없습니다 정수가 아닌 prior.weights로부터 simulate 할 수 없습니다 'cor = TRUE'는 상수를 가지는 변수와 함께 사용할 수 없습니다 주어진 데이터에서는 formula에 dots 기법를 사용할 수 없습니다 고유한 'x'값들로 범위를 축소합니다 'contrast.obj'의 열들은 반드시 합계가 0이 되도록 contrast를 정의 해야합니다 'contrast.obj'의 열들은 반드시 합이 0이 되도록 constrast를 정의해야 합니다 contrasts는 요인들에만 적용합니다 contrasts는 오로지 2 또는 그 이상의 level들을 가진 요인들에만 적용할 수 있습니다 공분산행렬이 non-negative definite가 아닙니다 coverage probability가 [0,1) 범위외에 있습니다 데이터는 본질적으로 상수입니다 multiplicative Holt-Winters 방법을 사용하기 위해서는 데이터가 반드시 0이 아니어야 합니다 양수가 아닌 #{branches}가 사용된 덴드로그램 노드입니다 디자인이 unbalance 하여 더이상 진행할 수 없습니다 'x' 또는 'y'의 차원이 0입니다 distances는 반드시 'dist'의 결과이거나 정방행렬이어야 합니다 테이블의 각 dimension은 2 보다 크거나 같아야 합니다 '%s'의 각 구성요소는 논리값이어야 합니다 list.=FALSE가 주어진 경우에 eig=TRUE는 사용되지 않습니다. 'k' 또는 'h' 중 하나는 반드시 지정되어야 합니다 'which'의 모든 구성요소들은 반드시 1과 %d 사이에 있어야 합니다 'n'의 구성요소들은 반드시 양수이어야 합니다 'p'의 구성요소들은 반드시 (0,1)내에 있어야 합니다 'x'의 구성요소들은 반드시 음이 아닌 수이어야 합니다 'x'의 구성요소들은 반드시 'n'의 구성요소들보다 커서는 안됩니다 주어진 모델이 없습니다. 'groups', 'n', 'between.var', 'within.var', 'power', 그리고 'sig.level' 중 하나는 반드시 NULL이어야 합니다 'n', 'delta', 'sd', 'power', 그리고 'sig.level' 중의 하나는 반드시 NULL이어야 합니다 'n', 'p1', 'p2', 'power', 그리고 'sig.level' 중의 하나는 반드시 NULL이어야 합니다 f.lower = f(lower)의 결과가 NA입니다 f.upper = f(upper)의 결과가 NA입니다 요인 %s는 %s개의 새로운 수준들을 가지고 있습니다. factor analysis는 오로지 수치형 변수들에만 적용됩니다 factor analysis는 최소 3개의 변수들을 필요로 합니다 페밀리 '%s'는 구현되지 않았습니다 첫번째 인자는 반드시 "loess" 객체이어야 합니다 formula '%s'는 반드시 '~expr'의 형태를 가지고 있어야 합니다 formula가 없습니다 BSM에서 빈도는 반드시 2보다 크거나 같은 양의 정수이어야 합니다 glm.fit: 알고리즘이 수렴하지 않았습니다 glm.fit: 알고리즘이 boundary value에서 멈췄습니다 glm.fit: 적합된 확률값들이 0 또는 1 입니다 grouping factor는 반드시 2개의 수준을 가지고 있어야만 합니다 만약 'x'가 행렬이 아니라면, 'y'는 반드시 주어져야 합니다 만약 'x'가 배열이 아니라면 'y'는 반드시 주어져야 합니다 만약 'x'가 배열이 아니라면 'z'는 반드시 주어져야 합니다 prior weights를 무시합니다 'ar'의 순서에 일치하지 않는 지정입니다. 'ma'의 순서에 일치하지 않는 지정입니다. 'xi'의 차원이 잘못되었습니다 'x'의 길이가 올바르지 않습니다 'col.vars' 지정이 잘못되었습니다 formula' 지정이 잘못되었습니다 'row.vars' 지정이 잘못되었습니다 formula의 좌변에 잘못된 변수명이 있습니다 formula의 우변에 잘못된 변수명이 있습니다 bw.SJ() 검색간격 (%d)에서 [%.4g,%.4g]로 넓혔습니다 초기값이 feasible region의 내부에 있지 않습니다 interactions을 허용하지 않습니다 유효하지 않은 'SSinit' 유효하지 않은 'abbr.colnames'입니다 유효하지 않은 'control' 인자입니다 유효하지 않은 'control.spar'입니다 'data' 인자가 유효하지 않습니다 유효하지 않은 'endrule'인자입니다 'extendInt'가 올바르지 않습니다; 보고해주세요 올바르지 않은 'keep.stuff'입니다. 유효하지 않은 'lm'객체입니다: 그 이유는 구성요소 'terms'이 없습니다 유효하지 않은 'method' 인자입니다 유효하지 않은 'nb'입니다 유효하지 않은 'tree'입니다 ('merge'요소입니다) 유효하지 않은 'use' 인자입니다 유효하지 않은 'x'입니다 유효하지 않은 'y'입니다 덴드로그램내에 유효하지 않은 길이가 0인 노드가 있습니다 유효하지 않은 NCOL(X)입니다 유효하지 않은 인자 'c'입니다 유효하지 않은 인자 'cell'입니다 유효하지 않은 인자 'degree'입니다 유효하지 않은 인자 'lambda'입니다 유효하지 않은 인자 'n'입니다 유효하지 않은 인수 'omit'입니다 유효하지 않은 인자 'r'입니다 유효하지 않은 인자 'span'입니다 'getProfile'에 유효하지 않은 인자가 전달되었습니다 유효하지 않은 클러스터링 메소드입니다 유효하지 않은 비유사도입니다 유효하지 않은 distance method입니다 유효하지 않은 fitted means가 empty 모델에 있습니다 유효하지 않은 formula입니다 deriv에 유효하지 않은 formula입니다 유효하지 않은 보간법입니다 유효하지 않은 length(x)입니다 유효하지 않은 linear predictor 값들이 empty 모델에 있습니다 유효하지 않은 ncol(x)입니다 유효하지 않은 nrow(x)입니다 유효하지 않은 파라미터 값입니다 종속변수 타입이 유효하지 않습니다 %s의 값이 올바르지 않습니다. k는 반드시 2와 %d사이에 있어야 합니다 'center'의 길이는 반드시 'x'의 열의 개수와 같아야 합니다 'init'의 길이는 반드시 'filter'의 길이와 같아야 합니다 'p'의 길이는 반드시 1이거나 'x'의 열의 개수와 같아야 합니다 'start'의 길이는 %1$d이어야 하며 %2$s에 대한 초기계수들에 상응되어야 합니다 'v.names'의 길이를 'varying'의 길이로 정확히 나눌 수 없습니다 'varying'의 길이는 반드시 'v.names'의 길이와 'times'의 길이를 곱한 것과 같아야 합니다 'wt'의 길이는 반드시 'x'의 행의수와 동일해야 합니다 FUN의 길이는 %d인데,
이는 margins의 길이 %d와 일치하지 않습니다 choices의 길이는 반드시 2이어야 합니다 'x'와 'w'의 길이는 반드시 일치해야 합니다 'x'와 'xreg'의 길이가 일치하지 않습니다 lm 객체는 적절한 'qr' 요소를 가지고 있지 않습니다.
Rank zero인 경우 lm(.., qr=FALSE)를 사용하지 말아야 합니다. lower < upper 이라는 조건이 만족하지 않습니다 lower scope는 모델에는 포함되어 있지 않은 항 %s를 가지고 있습니다 최대반복수는 반드시 0 보다 커야 합니다 medpolish()는 %d 번째 반복에서 수렴하지 않았습니다. 1차원 최적화 문제는 method에 "Brent" 옵션을 이용할 수 있습니다 method = '%s'는 지원되지 않으므로 'qr'을 이용해보세요 메소드 L-BFGS-B는 'reltol'과 'abtol' 대신에 'factr'(그리고 'pgtol')을 사용합니다 부분적으로만 구현된 바이너리가 아닌 덴드로그램들의 midcahe()입니다 최소값이 범위의 끝점들 중 하나에서 발견되었습니다 결측값들은 삭제되었습니다 입력에 결측치 혹은 무한한 값들은 허용되지 않습니다 weights는 누락되거나 음수이어서는 안됩니다 만약 'na.rm'이 FALSE라면 결측값들과 NaN은 허용되지 않습니다 'poly'에서는 결측치들을 사용할 수 없습니다 'filter'에 누락된 값들이 있습니다 객체안에 결측값들이 있습니다 결측값들은 사용할 수 없습니다. model.matrix()에서 model frame과 formula가 일치하지 않습니다 모델적합에 사용된 관측치의 개수들이 같지 않습니다. 응답 %s를 가지는 모델들은 제거되었습니다. 그 이유는 응답이 모델 1과 다르기 때문입니다 데이터 포인트들보다 더 많은 cluster centers가 있습니다 서로 다르게 구별되는 데이터 포인트들보다도 더 많은 cluster center가 있습니다 반드시 노리적 'x'인수에 2개의 'symbols'를 가져야 합니다 'SSfol' 모형을 적합하기 위해서는 적어도 4개의 관측치가 있어야 합니다. 응답변수의 길이는 반드시 'SSfol'에 전달되는 두번째 인자의 길이와 같아야 합니다. 클러스터를 위해서는 반드시 n이 2보다 크거나 같은 객체들을 가지고 있어야 합니다 'x'와 'centers'는 반드시 같은수의 열을 가져야 합니다 'spans' 또는 유효한 커널을 반드시 지정해야 합니다 하나 이상의 벡터들이 제공되어야 합니다 na.action은 반드시 함수이어야 합니다 0의 값을 가지지 않는 열방향의 marginal들이 2개 이상 필요합니다 0의 값을 가지지 않는 행방향의 marginal들이 2개 이상 필요합니다 호출요소(call component)를 가진 객체가 필요합니다 최소한 2개의 데이터 포인트들이 필요합니다 seasonal start value를 계산하기 위해서는 최소한 2개의 주기를 필요로 합니다 bandwidth를 자동으로 선택하기 위해서 적어도 2개의 포인트들이 필요합니다 적어도 네개의 고유한 'x'값들이 필요합니다 보간을 위해서는 최소한 2개의 NA가 아닌 값들이 필요합니다 수치형 데이터가 필요합니다 smooth.spline(keep.data = TRUE)의 결과가 필요합니다 'Poisson' 페밀리에 음의 값들은 허용되지 않습니다 'quasiPoisson' 페밀리에서 음의 값들은 허용되지 않습니다 음수를 가지는 weights는 허용되지 않습니다 'x'와 'covmat' 두가지 모두 제공되지 않았습니다 "nobs" 속성은 사용가능하지 않습니다 "mlm" 모델을 위해 구현된 'add1' 메소드가 아닙니다 'x'에 사용가능한 'as.stepfun' 메소드가 없습니다 "mlm" 모델에 대한 'drop1'메소드가 아닙니다 "%s" 객체들에 대한 'getInitial' 메소드를 찾을 수 없습니다 "nobs" 메소드는 사용가능하지 않습니다 'reshapeWide' 속성이 없으므로 반드시 'varying'를 지정해야 합니다 잔차에 자유도가 없습니다 적합된 모델에 요인들이 없습니다 비교할 모델들이 없습니다 적합할 파라미터들이 없습니다 제공된 치환값들이 없습니다 한데 묶을 행들은 없습니다 bandwidth의 지정된 범위 내에서는 솔루션이 존재하지 않습니다 초기값 지정이 이루어지지 않았습니다 제공된 시작값들이 없습니다 scope에 아무런 항이 없습니다 scope에는 객체에 추가할 목적의 항이 없습니다 주어진 시계열(time series)이 없습니다 유효한 계수의 값들을 찾을 수 없으므로 시작값을 제공해주시길 바랍니다 다음과 같이 요인이 아닌 것들은 무시됩니다: %s 유한하지 않은 'bw'입니다 유한하지 않은 'from'입니다 유한하지 않은 'to'입니다 iteration %d에서 얻어진 계수의 값은 유한하지 않습니다 정방행렬이 아닙니다 유효한 "smooth.spline" 객체가 아닙니다 유효한 step function이 아닙니다 unreplicated complete 블록 디자인이 아닙니다 충분하지 않은 'x' 데이터입니다 'x' 관측값들이 충분하지 않습니다 충분하지 않은 'y' 데이터입니다 'y' 관측값들이 충분하지 않습니다 contrasts를 정의하기에는 자유도가 충분하지 않습니다 유한한 값을 가지는 관측치가 충분하지 않습니다 테이블을 만들 것이 없습니다 'cutpoints'의 개수는 반드시 심볼의 개수보다 하나 적어야 합니다 'cutpoints'의 개수는 반드시 심볼의 개수보다 하나 많아야 합니다 cluster centres의 개수는 반드시 1과 nrows(x)사이에 있어야 합니다 차이의 개수(number of differences)는 반드시 양의 정수이어야 합니다. 그룹의 수는 반드시 적어도 2이어야 합니다 'x'와 'y'의 관측치의 개수는 반드시 일치해야 합니다 각 그룹에 있는 관측치의 수는 반드시 적어도 2이어야 합니다 offsets의 개수 %1$d는 관측치의 개수 %2$d와 같아야 합니다 offset의 개수 %1$d는 관측치의 개수 %2$d와 같아야 합니다 행의 개수가 변경되었습니다: 결측치들을 제거했나요? 'object'와 'newdata'에 있는 시리즈의 개수가 일치하지 않습니다 weights의 개수 %1$d는 응답의 개수 %2$d와 같아야 합니다 가중치의 개수는 반드시 관측치의 개수와 일치해야 합니다 수치형 y가 반드시 제공되어야 합니다.
밀도추정을 위해서는 density()를 사용하세요 객체 '%s'는 아무런 score를 가지지 않습니다 객체는 반드시 클래스 %1$s 또는 %2$s이어야 합니다 요인으로서 해석되어 질 수 없는 객체입니다 가중치가 0인 관측치들은 표준편차의 계산시 이용되지 않습니다 가중치가 0인 관측치들은 사용되지 않습니다 dispersion을 계산하기 위해서 이용되지 않았던 가중치가 없는 관측치들입니다 Nelder-Mead를 이용한 1차원 최적화 문제는 신뢰할 수 없습니다:
"Brent" 또는 optimize()를 이용해보세요 처음 %2$d개의 고유치들 중 %1$d개만이 양수입니다 오로지 1-4개의 설명변수만이 허용됩니다. 오로지 일변량 시계열에서만 구현되어 있습니다 오로지 단변량 시리즈만이 허용됩니다 최적화하는데 다음과 같은 어려움이 있습니다: %s 최적화에 실패했습니다 옵션 "show.coef.Pvalues"가 유효하지 않으므로 TRUE라고 가정합니다 옵션 "show.signif.stars"는 유효하지 않으므로 TRUE라고 가정합니다 tie때문에 p-값은 근사치로 계산될 것입니다 모수 %s(들)를 모델식(model formula)로부터 찾을 수 없습니다. 'inverse.gaussian' 페밀링에서는 양수값들만 사용할 수 있습니다 해에 대한 수렴문제: 'optim'이 코드 = %d와 메시지 %s를 돌려주었습니다 수렴에 관한 문제: optim은 code = %d를 반환하였습니다 현재 데이터를 이용한 예측은 _future_response을 의미합니다 predictors는 반드시 모두 수치형이어야 합니다 확률값들은 반드시 유한(finite)하고, 음의 값을 가지지 않아야 하며 모두가 0이어야서는 안됩니다. 확률은 반드시 음의 값을 가져서는 안됩니다 확률값들의 총계는 반드시 1 이어야 합니다 'trace'에 대하여 문서를 좀 더 자세히 읽어보세요 ref = %d은 반드시 1L:%d 내에 있어야 합니다 수행할 수 없는 conf.level의 값이 주어졌습니다. 객체내의 잔차에 대한 자유도는 "lm"을 사용한 적합이 아니라는 것을 의미합니다 잔차는 %2$d보다 작은 수의 rank %1$d을 가집니다 잔차는 %2$s보다 작은 수의 rank %1$s를 가집니다 formula에서 허용되지 않은 response입니다 각 stratum에 있는 샘플의 크기는 반드시 1 보다 커야 합니다 샘플의 크기는 반드시 3 부터 5000 이내에 있어야 합니다 location에 있는 샘플들이 다르므로 confidence set을 계산할 수 없어 NA를 돌려줍니다 scope는 항 레이블들의 부분집합이 아닙니다 모델의 계절 MA 부분은 invertible 하지 않습니다 setVarying : 'vary'의 길이는 반드시 파라미터들의 길이와 일치해야 합니다 simulate()은 다변량 모델에 사용되는 lm()에 아직 구현되지 않았습니다. 초기 파라미터 추정치로부터 특이 그래디언트 행렬을 얻었습니다 size가 sum(x)와 다르기 때문에 둘 중 하나는 잘못되었습니다 크기는 NA가 될 수 없으며 65536도 넘을 수 없습니다 일부 AR 파라미터들은 고정되어 있습니다: transform.pars = FALASE 로 설정합니다 일부 ARMA 파라미터들은 고정되어 있습니다: transform.pars = FALSE로 설정합니다 메소드의 한계로 인하여 일부 항들이 NA를 가질 것입니다 일부 weights는 양수이어야 합니다 'rate' 또는 'scale' 중 하나만 지정해야 합니다 'k'와 'h'중 하나만 지정해야 합니다 'which'와 'x'중 하나만 지정해야 합니다 spline: 처음과 마지막 y 값들이 다릅니다 - 양쪽 모두 y[1L]을 사용합니다 spline: 처음과 마지막 y 값들이 다릅니다 - 양쪽에 모두 y[1]을 사용합니다 수렴하지 않기 때문에 step size는 잘려졌습니다 sum(weights) != 1 이므로 이것으로부터 확률밀도를 얻을 수 없습니다 'x'와 'y' 모두 제공하거나, 행렬형태의 'x'를 제공해야 합니다 테이블 'x'는 반드시 2개의 항목들을 가지고 있어야 합니다 'tree'의 구성요소 'height'는 오름차순으로 정렬되어 있지 않습니다 'se.fit' 인자는 아직 "mlm" 객체의 경우에 구현되지 않았습니다. 'split' 인자는 반드시 리스트이어야 합니다 정의된 contrast가 비어있어 TRUE를 가지는 요소가 없습니다 시계열의 첫번째 값은 반드시 누락되어서는 안됩니다 'anova.glm'에 전달된 다음의 인자들은 유효하지 않아 사용되지 않을 것입니다 시리즈가 완전하게 NA입니다 누락된 times와 함께 있는 레코드는 이용되지 않을 것입니다 각 그룹에는 최소한 2개의 관측치들이 있어야 합니다 시계열이 없거나 2 주기보다 적습니다 점근회귀모형(asymptotic regression model)을 적합하기 하기에는 너무 적은 개수의 고유한 값(distinct input values)들이 입력되었습니다. 그룹의 수가 너무 적습니다 누락되지 않은 값들이 너무 적습니다 점근회귀모형을 적합하기에는 관측치의 수가 너무 적습니다. 제공된 치환값(replacement values)들이 너무 많습니다. 타입 '%s'는 아직 구현되지 않았습니다 type에 "partial" 옵션은 아직 구현되지 않았습니다 이 초기값으로부터는 최적화된 솔루션을 찾을 수 없습니다 'cancor'에 있는 행의 숫자들이 동일하지 않습니다 일변량 시계열만 가능합니다 알 수 없는 bandwidth rule입니다 'split' 리스트에 알 수 없는 이름 %s가 있습니다 알수없는 named kernel입니다 control에 다음과 같은 알 수 없는 이름이 있습니다: s.window에 알수없는 문자열 값입니다 만약 algorithm에 "port"가 주어지지 않는다면 상한과 하한이 무시됩니다 upper scope는 모델에는 포함되어 있지 않은 항 %s를 가지고 있습니다 '%s' 페밀리를 이용하여 F 테스트를 사용하는 것은 부적절합니다 고정된 dispersion을 이용해서 F 테스트를 사용하는 것은 부적절합니다 요인형 종속변수의 type = "numeric"의 사용은 무시될 것입니다 weights를 inverse variances 로 사용합니다 shape 파라미터로서 weight를 사용합니다 'epsilon'의 값은 반드시 0보다 커야 합니다 변수 '%s'가 없으므로 이에 대한 contrast는 무시될 것입니다 변수 '%s'는 요인이 아닙니다 변수 '%1$s'는 유형 "%2$s"과 함께 적합되었어야 하는데 유형 "%3$s"이 제공되었었습니다 weights는 multistratum aov() 적합에 지원되지 않습니다 weights는 반드시 음의 값을 가지지 않으며, 모두 0이어서는 안됩니다 'fixed'의 길이가 잘못되었습니다 잘못된 메소드입니다 'x'에 있는 열의 개수가 잘못되었습니다 contrast 행렬의 행의 개수가 잘못되었습니다 x는 벡터 또는 단변량 시계열이 아닙니다 x$lag은 적어도 1개의 열을 반드시 가지고 있어야 합니다 list.=FALSE가 주어진 경우에 x.ret=TRUE는 사용되지 않습니다. x[]와 prob[]는 반드시 같은 길이를 가지는 벡터이어야 합니다 y는 비어 있거나 오로지 NA만을 가집니다 y 값들은 반드시 0 이상 1 이하이어야 합니다 NA가 아닌 포인트들의 개수는 0입니다