File: C:/Program Files/R/R-4.4.0/library/translations/lt/LC_MESSAGES/R-stats.mo
�� | �0 @A O AA 2 �A T �A ] B ! wB �B �B - �B �B C < *C + gC < �C �C " �C D ; #D _D - xD # �D : �D E E < KE 6 �E ! �E �E $ �E F 5F & IF % pF ' �F �F - �F . G 3G 4 SG & �G ' �G ' �G �G 2 H 5 NH % �H * �H 5 �H ' I 3I NI 2 jI �I 4 �I �I 7
J BJ / ZJ # �J 3 �J �J �J K 2 0K 0 cK ? �K �K B �K % /L UL qL ; �L ' �L �L M + ,M XM lM �M $ �M �M + �M N &N 1 CN / uN $ �N ) �N �N . O 7 6O ? nO . �O , �O !
P ,P 8 AP zP + �P % �P �P Q R $Q 5 wQ * �Q ( �Q R & R # DR 1 hR # �R �R . �R 9 S ( @S iS �S �S �S + �S T , "T OT 5 iT ) �T : �T U %U DU 0 ZU �U �U $ �U ( �U �U V & ;V $ bV * �V �V $ �V �V ( W & 2W 4 YW B �W 0 �W X "X =X VX ' fX �X 2 �X �X T �X > NY & �Y B �Y * �Y "Z . CZ ) rZ _ �Z + �Z ([ $ C[ / h[ ) �[ ( �[ �[ " \ +\ J\ a\ 8 ~\ $ �\ % �\ % ] 1 (] % Z] % �] ' �] % �] ; �] 0^ # L^ ' p^ �^ ' �^ �^ �^ �^ _ "_ ! A_ , c_ ! �_ + �_ �_ $ �_ ` 5` ( R` {` �` �` / �` ) a , /a \a # ua �a 5 �a # �a * b 2b + Jb ) vb �b + �b # �b 6
c Ac ( Uc ~c �c �c $ �c �c E d Hd cd 4 �d �d �d �d 9 �d ; e : Me G �e < �e &
f * 4f $ _f + �f 1 �f �f �f g " :g * ]g < �g �g , �g h #h
/h $ :h _h lh " �h : �h : �h F i / `i 2 �i 2 �i ' �i j 2 9j # lj # �j ) �j x �j B Wk H �k ! �k \ l @ bl �l �l �l C �l 0 9m 1 jm �m & �m �m �m " n 4 5n jn �n 4 �n $ �n * �n %o ! Eo * go �o * �o 0 �o - p 9p # Yp O }p * �p �p $ q D 9q ~q $ �q �q # �q " �q ' r ; <r 8 xr " �r 7 �r . s ;s > \s & �s ( �s ( �s + t 6 @t % wt 5 �t A �t I u + _u % �u 2 �u 4 �u 3 v & Mv ( tv 4 �v 5 �v 6 w 7 ?w @ ww % �w - �w x 6 ,x . cx 0 �x * �x 2 �x !y >y 5 ^y > �y = �y z > 1z / pz $ �z + �z . �z ' { : H{ �{ 5 �{ P �{ - (| 6 V| & �| B �| M �| E} 5 _} $ �} $ �} D �} ( $~ # M~ ( q~ �~ �~ # �~ 5 2 6 i 2 ~ ` � H � E [� + �� ̀ - � � .� 6 G� 3 ~� 1 �� 7 � � ' 8� V `� L �� � � ( �� �� 1 �� # � , � 9 A� , {� * �� V ӄ ) *� ) T� ) ~� �� �� ( ׅ ( � )� G� & _� % �� & �� * ӆ * �� 6 )� `� ; �� & �� & � � (� 9� Q� l� �� �� " �� و * � � 3� " @� c� z� �� % �� �� ȉ ؉ � � � 9� N� f� {� �� �� Ί � # �� "� 2� , E� 9 r� �� ˋ � �� � /� . A� p� �� �� �� �� ڌ � 2 � 7� R� : q� . �� = ۍ H � > b� T �� 3 �� @ *� k� ! �� & �� ( Џ = �� e 7� ; �� ِ \ �� ( V� Z � C ڑ * � K I� < �� ( Ғ �� � 4 /� ' d� 8 �� ( œ � � "� 2 =� < p� 6 �� E � % *� / P� B �� . Õ 9 � C ,� # p� 5 �� ) ʖ & � � ;� A X� ( �� % × O � " 9� \� 8 x� : �� $ � . � - @� n� �� . �� 4 Ǚ 9 �� 6� ! S� u� - �� ( Ě " � - � >� 2 \� # �� �� қ � + �� *� ?� ^� / s� % �� 0 ɜ �� � 3� T� & f� �� J �� ; � ,� D� T� f� ' v� # �� � �� # � 6 ;� r� �� �� �� ( ۟ ) � " .� Q� & k� " �� ) �� ߠ � � #� ) ?� i� 1 y� �� ʡ ܡ 1 � < &� c� = w� = �� 8 � 0 ,� # ]� 1 �� 7 �� @ � A ,� 9 n� 7 �� V � < 7� 4 t� C �� + � @ � Z� t� $ �� E �� $ � A %� ] g� ŧ + � � + ,� ' X� " �� �� �� 4 ֨ 4 � X @� 3 �� ` ͩ / .� / ^� B �� C Ѫ 2 � 7 H� �� 8 �� # ث �� 1 � K� # e� & �� E �� �� � .� 2 N� ' �� & �� G Э - � $ F� + k� * �� 3 ® 3 �� : *� " e� 7 �� �� ٯ 7 � *� ! F� " h� = �� ? ɰ / � C 9� 8 }� �� ' ֱ H �� Q G� & �� " �� & � =
� < H� % �� " �� ) γ / �� , (� U� = u� > �� # � � 4 6� 6 k� ? �� � W �� < T� 3 �� # Ŷ ! � ) � ! 5� % W� = }� 4 �� > � 5 /� C e� 9 �� : � 7 � = V� �� �� : Ĺ $ �� & $� K� ' l� Y �� " � � -� H D� �� �� ! �� \ 8 ;� \ t� Ѽ 0 � 5 � P S� = �� " � ! � '� 5 F� |� B �� = ݾ 5 � - Q� � �� �� ÿ п $ � $ � + 9� ! e� * �� , �� � �� � *� � ?� � �� m ]� � �� � X� & �� � � , 0� ]� $ y� < �� + �� < � D� & _� �� t �� � [ ,� $ �� A �� M �� 7 =� - u� ) �� �� �� � � + 4� 2 `� �� �� 6 �� 8 � ! <� 4 ^� 4 �� 4 �� . �� ,� : F� 7 �� * �� ' �� 3 � & @� g� ! �� > �� �� 4 � <� ? X� �� - �� ' �� 1 � 4� % G� % m� 2 �� . �� = �� 3� E N� ( �� �� �� { �� ' i� �� �� - �� �� � 2� , S� �� " �� " �� " �� 0 � & 3� % Z� 3 �� �� @ �� = � @ J� 0 �� * �� �� � , %� R� : s� 3 �� " �� " � ] (� / �� Z �� 2 � ! D� ( f� ) �� ( �� $ �� � . %� A T� ) �� �� ! �� � � + ;� g� 4 �� �� 6 �� - � E 4� z� �� �� # �� �� � ) � - I� w� �� * �� ( �� ( � *� 2 C� v� �� ' �� 1 �� J � 5 N� �� �� �� �� 0 �� � j 3� �� � �� ? B� ( �� @ �� 3 �� ! � ; B� 3 ~� f �� 2 � L� $ c� I �� 9 �� , � 9� ( X� �� �� �� = �� � ( 2� ( [� 7 �� ( �� ! �� � ( %� C N� �� , �� 7 �� � 5 $�
Z� h� }� �� & �� $ �� / �� + ,� 0 X� �� , �� �� " �� 2 � D� e� �� / �� 6 �� < � B� 1 ]� �� G �� + �� 9 � V� 9 w� 7 �� �� * � .� 8 I� �� 6 �� �� ( �� " � , ,� Y� T r� " �� ( �� 7 � K� M� _� < q� C �� 9 �� f ,� 3 �� 8 �� 0 � % 1� 7 W� : �� �� ! �� � : ,� & g� B �� �� # �� � 7� J� ( \� �� �� �� E �� E � R X� 7 �� 5 �� 4 � ) N� x� : �� ) �� & �� ' #� � K� T �� Y 6� �� � �� [ ?� �� �� ! �� J �� . :� 5 i� # �� + � �
� " � 9 :� t� �� + �� ' � $ � & (� $ O� 2 t� # �� " � ' � 4 � ( K� # t� k �� - � 2� ( Q� 8 z� �� - � �� - � , I� ) v� = �� 7 � & � @ =� 2 ~� 6 �� ~ � ' g� ) �� ) �� 7 � : � & V� J }� N � Y � ; q� , �� A � = � B Z� 8 �� 7 � E A T C � D � J ) j 8 � # � C � = 5 4 s 9 � F � ) ' F A n G � ? � ! 8 C Z 3 � ( � = � ! 9 2 [ O � � > � _ 4 . � 6 � 4 � R / V � % � @ � 8 @ , y D � # � ! % 1 " W ( z # � + � E � 9
9 U
c �
K �
H ? 7 � � < � 5 g O 8 � 1 � I "
l
- �
� �
C 7 � { ' = V P ! � 0 � A � 6 < . s \ � / � / / / _ � � & � & � " > # T " x # � 4 � 4 � < ) ! f / � 6 � 6 � & : O k � � � - � 4 - b � ( � � � � * � $ 8 L g � � � � � # 7 " [ ~ � 4 � � � 2 F D ' � ! � � " � ( A > � � � � � . 8 g � 8 � - � : K A 7 � > � > - C q � � / � < � m ; B � & � � . � v � @ q ) � I � E & ' l � ! � : � ) ! ? 0! ' p! �! �! �! 9 �! : )" E d" L �" . �" 8 &# E _# . �# < �# ; $ . M$ ; |$ * �$ . �$ + % >% F \% 1 �% 0 �% P & ( W& �& G �& B �& - *' : X' 5 �' �' �' 0 �' 0 -( 5 ^( �( �( ! �( + �( % ) $ C) 0 h) �) 2 �) " �) % * )* & F* 0 m* �* �* ! �* 3 �* ' .+ / V+ $ �+ $ �+ $ �+ �+ 3 , F, E e, ? �, �, - - )- ( :- ( c- �- �- �- ' �- 3 . ?. U. k. �. ' �. $ �. & �. / ( :/ ( c/ ' �/ �/ �/ �/ �/ 0 00 3 C0 w0 �0 �0 7 �0 N �0 $ G1 I l1 H �1 8 �1 < 82 * u2 7 �2 C �2 N 3 N k3 N �3 > 4 ^ H4 C �4 6 �4 O "5 8 r5 I �5 �5 & 6 - <6 Q j6 - �6 O �6 � :7 , �7 0 �7 8 , :8 ! g8 ' �8 �8 �8 D �8 D %9 W j9 ) �9 � �9 6 s: 0 �: C �: J ; 6 j; 9 �; ' �; : < " >< a< ) < �< & �< # �< > = M= j= " �= B �= ( �= & > ] => 2 �> . �> / �> * -? 6 X? < �? 8 �? * @ . 0@ _@ �@ : �@ �@ ' �@ ) A 9 EA ; A < �A E �A 5 >B ) tB ) �B U �B h C * �C + �C - �C I D H VD , �D ( �D 1 �D * 'E / RE $ �E ? �E 5 �E ' F EF = eF 6 �F 9 �F G z $G 8 �G 2 �G % H 1H < QH ( �H ( �H Q �H I 2I X |I K �I X !J J zJ K �J H K N ZK �K $ �K E �K & 'L , NL {L �L � �L ' OM wM �M p �M %N FN * cN � �N I 2O � |O =P 0 ]P 8 �P � �P C bQ 0 �Q ( �Q " R 4 #R XR J xR @ �R ) S 1 .S ( `S �S �S �S ( �S 4 �S 2 'T . ZT # �T % �T 1 �T * U # 0U TU kU ! � Z � � � � o d � 1 � A 7 t � � X 6 " � ^ � ? � � � w � � � � � � r � j � d � # � � \ ; % � t ] l � � � W � � F � � � a 2 s � U � ( h � � I M c 4 E � ) � � � � � @ � � @ F = � + B k � � y � � z ^ _ l � C � ; � � 2 # � � � > � � S g � � B � � � % 0 � � & N � 3 � � � � 7 w � T � t � " 1 � _ 9 � 0 4 � � � � � f � * 6 � � � 7 � � � R _ � � � Z � � H 1 � � � � � � � z � x � ! � ( � � a � � � � � � � � T � | � � � � � # � � �
� c k � � � z � D � � � b g � . � � � � � � � � � : A � � j � � � � c � � P � ` V Y - � � 6 � � � � 9 � � 2 � � � 5 � � . e { � � f � ? i h �
I � E � � � � , d � 8 � H u � L � ( v � ' � � a � � � u v - � } � [ � � � R � � s � W � � � � � � � � r
� � * U � J / e � � � � A � � � � m � � � � J ] f G � � H � � � P � � � O � m � � � V 8 � x � + N � � ) � F � � � � � � \ o | � � < � > 5 � : x � 5 � p � } � p L � 9 3 � k � � M � � � � � Q � � � & g � N � V � * � = � ' S X & � � � 8 ' P ` � Z � � � � � ~ � $ U o � � @ � C � � � ) � G y q Q K ! � � � � � � ^ � $ � � ? � E / � � � { " ; � � K v n u n m � � � - � � � � � � � �
> � � � � e � C
� � � � � ~ q � Q R O b I � � � � � � � D 0 � � � � � � 4 � � � J `
�
� q � $ � . � � r � � � B � � � � / � \ + � � � � � { ] � � � � K M � � , � � � � L � h � � � � n � b j � � y | w � [ � � � � ~ � i p S 3 G , � W T [ Y i Y � � � � � X } D < O � � % s : l < � = � %d factor is too many for %d variables %d factors are too many for %d variables %d missing value deleted %d missing values deleted %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 'all.knots' is vector of knots; '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 'contrasts.arg' argument must be named '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' must be a whole number of cycles after 'start' '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' and 'deltat' are both not NULL and are inconsistent '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 'lengths(varying)' must all match 'length(times)' 'logLik.lm' does not support multiple responses '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). 'margin' must contain names or numbers corresponding to 'table' 'margins' must be a numeric vector of length 2 'mlm' objects with weights are not supported 'model$order' must be of length 3 'model' must be list 'model.tables' is not implemented for multiple responses 'mu' must be a single number 'mult' must be integer >= 2, typically = 30 'n' must be a positive integer >= 'x' 'n' must be strictly positive 'n.ahead' must be at least 1 'newdata' does not have named columns matching one or more of the original columns 'newdata' does not have the correct number of columns 'newdata' had %d row 'newdata' had %d rows 'newdata' must be a matrix or data frame 'nknots' must be at least 1 'nknots' must be numeric (in {1,..,n}) 'nterms' is missing with no default 'object' does not include an error 'qr' component 'object' has no 'effects' component 'offset' must be numeric 'or' must be a single number between 0 and Inf 'order' must be a non-negative numeric vector of length 3 'order.dendrogram' requires a dendrogram 'order.max' must be < 'n.obs' 'order.max' must be < 'n.used' 'order.max' must be >= 0 'order.max' must be >= 1 'p' must be a single number between 0 and 1 'p' must be between 0 and 0.5 'p' must have the same length as 'x' and 'n' 'params' has wrong length 'plot.stepfun' called with wrong type of argument 'x' 'ppr' applies only to numerical variables 'princomp' can only be used with more units than variables 'print.level' must be in {0,1,2} 'prob' and 'mu' both specified 'probs' outside [0,1] 'proj' is not implemented for multiple responses 'r' is less than 0 'r' is less than 1 'r' must be a single positive number 'ratio' must be a single positive number 'ref' must be an existing level 'ref' must be of length one 'relevel' only for (unordered) factors 'relevel' only for unordered factors 'reorder.dendrogram' requires a dendrogram 'row.var.names' missing 'sampleT' and 'nser' must be integer 'scale' is outside [0, 1] 'scores' argument is of the wrong length 'scores' must all be different numbers 'se.fit' not yet implemented for multivariate models 'seasonal$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 'start.innov' is too short: need %d point 'start.innov' is too short: need %d points 'termlabels' must be a character vector of length at least one 'termobj' must be a object of class %s 'ties' is not "ordered", a function, or list(<string>, <function>) 'tol' must be strictly positive and finite 'trace != 0' needs 'REPORT >= 1' 'ts' object must have one or more observations 'type' must be 1 or 3 for ordered factors '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' as formula should be one-sided '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 'T' have incompatible length '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 entries too large to be integer 'x' has rank 0 'x' is a list, so ignoring argument 'g' '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 between 0 and 1 for periodic smooth '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' is missing for paired test '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 , 0 (non-NA) cases 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 ANOVA F-tests on an essentially perfect fit are unreliable Assuming constant prediction variance even though model fit is weighted 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 lev[]; probably smoothing parameter 'spar' way too large! 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 'x' must be the same row-wise NAs in V(mu) NAs in d(mu)/d(eta) NAs present: setting 'delta' to -1 No p1 in [0, p2] can be found to achieve the desired power No p2 in [p1, 1] can be found to achieve the desired power No significance level [0, 1] can be found to achieve the desired power Numeric 'all.knots' must be strictly increasing Objective function decreased at outer iteration %d Objective function increased at outer iteration %d PCA applies only to numerical variables Page [%d,%d]: i =%s; j =%s Quick-TRANSfer stage steps exceeded maximum (= %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'. The "ward" method has been renamed to "ward.D"; note new "ward.D2" Unparseable 'response' "%s"; use is deprecated. Use as.name(.) or `..`! X does not define a subspace of M X matrix has rank %d, but only %d observation X matrix has rank %d, but only %d observations _NOT_ converged in %d iteration _NOT_ converged in %d iterations 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 parameters were fixed all times contain an NA 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 attempt to smooth NA values attempt to smooth non-numeric values 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) burn-in 'n.start' must be as long as 'ar + ma' but %d variable but %d variables 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 interval with ties cannot compute exact confidence interval with zeroes cannot compute exact confidence intervals with ties cannot compute exact p-value with ties cannot compute exact p-value with zeroes cannot compute simulated p-value with zero marginals 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 plot more than 10 series as "multiple" cannot recognize parameter name cannot rescale a constant/zero column to unit variance cannot simulate from non-integer prior.weights cannot use 'cor = TRUE' with a constant variable cannot use dots in formula with given data cannot use more inner knots than unique 'x' values coefficients do not add to 1 collapsing to unique 'x' values column dendrogram ordering gave index of wrong length 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 contrasts not defined for %d degrees of freedom convergence problem in zero finding: converting non-invertible initial MA values covariance matrix is not non-negative definite coverage probability out of range [0,1) cross-validation with non-unique 'x' values seems doubtful data are essentially constant data must be non-zero for multiplicative Holt-Winters dendrogram entries must be 1,2,..,%d (in any order), to be coercible to "hclust" dendrogram node with non-positive #{branches} dendrogram non-leaf node with non-positive #{branches} design is unbalanced so cannot proceed did not converge in %d iteration did not converge in %d iterations did not succeed extending the interval endpoints for f(lower) * f(upper) <= 0 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 eff.aovlist: non-orthogonal contrasts would give an incorrect answer 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 cluster: try a better set of initial centers empty model supplied essentially perfect fit: summary may be unreliable 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 extending time series when replacing values extra arguments discarded f() values at end points not of opposite sign 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 failed to guess time-varying variables from their names family '%s' not implemented first argument must be a "loess" object fitting parameter %s without any variables fitting parameters %s without any variables fitting to calculate the null deviance did not converge -- increase 'maxit'? for the '%s' family, y must be a vector of 0 and 1's
or a 2 column matrix where col 1 is no. successes and col 2 is no. failures 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 glm.fit: fitted rates numerically 0 occurred grouping factor must have exactly 2 levels hat values (leverages) are all = %s
and there are no factor predictors; no plot no. 5 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 incompatible dimensions 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 centers are not distinct initial value is not in the interior of the feasible region inner loop 1; cannot correct step size inner loop 2; cannot correct step size 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 NROW(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 %s invalid formula %s: assignment is deprecated invalid formula %s: extraneous call to `%s` is deprecated invalid formula %s: not a call invalid formula in deriv invalid formula: %s invalid interpolation method invalid length of members invalid length(x) invalid linear predictor values in empty model invalid model QR matrix invalid ncol(x) invalid nrow(x) invalid number of points invalid parameter values invalid response type invalid value of %s iterTrace = %d is not obeyed since iterations = %d k must be between 2 and %d length mismatch in convolution 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 levels truncated to positive values only link "%s" not available for %s family; available links are %s lm object does not have a proper 'qr' component.
Rank zero or should not have used lm(.., qr=FALSE). logical 'hessian' argument not allowed. See documentation. 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 mismatched 'x' and 'y' 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 were not all fitted to the same size of dataset models with response %s removed because response differs from model 1 more cluster centers than data points more cluster centers than distinct data points. multivariate case with missing coefficients is not yet implemented 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 not specify both 'spar' and 'lambda' must specify 'spans' or a valid kernel must supply one or more vectors na.action must be a function names(hybridPars) should be NULL or be identical to the default's need 2 or more non-zero column marginals need 2 or more non-zero row marginals need CRAN package 'SuppDists' for simulation from the 'inverse.gaussian' family 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 dendrograms where all leaves have labels need multiple responses 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 finite observations no models to compare no observations informative at iteration %d no parameters to fit no replacement values supplied no rows to aggregate no scores are available: refit with 'retx=TRUE' no sign change found in %d iterations no solution in the specified range of bandwidths no starting values specified no starting values supplied no terms component nor attribute 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-NA residual length does not match cases used in fitting non-factors ignored: %s non-finite 'bw' non-finite 'from' non-finite 'to' non-finite coefficients at iteration %d non-integer #successes in a %s glm! non-integer counts in a %s glm! non-intersecting series non-leaf subtree of length 0 non-list contrasts argument ignored non-positive values not allowed for the 'Gamma' family non-square matrix non-stationary AR part non-stationary AR part from CSS non-stationary seasonal AR part non-stationary seasonal AR part from CSS non-time series not of the correct length not a valid "smooth.spline" object not a valid step function not all series have the same frequency not all series have the same phase not an unreplicated complete block design not enough 'x' data not enough 'x' observations not enough 'y' data not enough 'y' observations not enough (non-missing) 'x' observations not enough data not enough degrees of freedom to define contrasts not enough finite observations not enough groups not enough observations not plotting observations with leverage one:
%s not using invalid df; must have 1 < df <= n := #{unique x} = 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 values supplied is not a sub-multiple of the number of values to be replaced number of weights = %d should equal %d (number of responses) number of weights must match number of observations. numeric 'all.knots' must cover [0,1] (= the transformed data-range) numeric contrasts or contrast name expected 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 case only %d cases only %d of the first %d eigenvalues are > 0 only 1-4 predictors are allowed only implemented for univariate time series only replacement of elements is allowed 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 orthogonal polynomials cannot be represented accurately enough for %d degrees of freedom 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 parameters without starting value in 'data': %s pooling of SD is incompatible with paired tests 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 requested scores without an 'x' matrix 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 row dendrogram ordering gave index of wrong length 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 scatter plots only for univariate time series scope is not a subset of term labels seasonal MA part of model is not invertible series is corrupt, with no 'tsp' attribute series is corrupt: length %d with 'tsp' implying %d series is not periodic or has less than two periods setVarying : 'vary' length must match length of parameters setting df = 1 __use with care!__ simulate() is not yet implemented for multivariate lm() singular contrast matrix singular fit encountered singular gradient matrix at initial parameter estimates singularities in regression 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 constant variables (%s) are really varying some elements of 'x' are not numeric and will be coerced to numeric some terms will have NAs due to the limits of the method some weights should be positive specified parametric for all predictors specified the square of a factor predictor to be dropped when degree = 1 specified the square of a predictor to be dropped with only one numeric predictor 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 step size truncated: out of bounds stepfun: 'x' must be ordered increasingly 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 case k > 2 is unimplemented 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 %d Error terms: only 1 is allowed there are %d Error terms: only 1 is allowed there are records with missing times, which will be dropped. there must be at least 2 observations in each group this fit does not inherit from "lm" time series contains internal NAs time series has no or less than 2 periods times to be replaced do not match too few cases i with h_ii > 0), n < k too few distinct input values to fit a Michaelis-Menten model too few distinct input values to fit a biexponential too few distinct input values to fit a four-parameter logistic too few distinct input values to fit a logistic model too few distinct input values to fit an asymptotic regression model too few distinct input values to fit the 'asympOff' model too few distinct input values to fit the 'asympOrig' model too few distinct input values to fit the Gompertz model too few distinct input values to fit the Weibull growth model too few groups too few non-missing observations too few observations to fit an asymptotic regression model too many replacement values supplied transformed ARMA parameters were fixed 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 unrecognized control element named %s ignored unrecognized control elements named %s ignored 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 use only with "lm" objects using F test with a '%s' family is inappropriate using F test with a fixed dispersion is inappropriate using the %d/%d row from a combined fit using the %d/%d rows from a combined fit 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 variables %s were specified with different types from the fit weights are not supported in a multistratum aov() fit weights must be non-negative and not all zero wrong embedding dimension wrong k / cs.ind wrong length for 'fixed' wrong method wrong number of columns in 'x' wrong number of columns in new data: 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 zero-variance series Project-Id-Version: stats 4.1.0
Report-Msgid-Bugs-To: bugs.r-project.org
PO-Revision-Date: 2021-10-15 18:44+0200
Last-Translator:
Language-Team:
Language: lt
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit
X-Generator: Poedit 2.4.1
Plural-Forms: nplurals=3; plural=(n%10==1 && (n%100<11 || n%100>19) ? 0 : n%10>=2 && n%10<=9 && (n%100<11 || n%100>19) ? 1 : 2);
%d faktorius yra per didelis %d kintamiesiems %d faktoriai yra per dideli %d kintamiesiems %d faktorių yra per dideli %d kintamiesiems %d trūkstama reikšmė pašalinta %d trūkstamos reikšmės pašalintos %d trūkstamų reikšmių pašalinta %d stebėjimas panaikintas dėl netrūkstamumo %d stebėjimai panaikinti dėl netrūkstamumų %d stebėjimų panaikinta dėl netrūkstamumų panaikintas %d stebėjimas su NA, NaN ar Inf panaikinti %d stebėjimai su NA, NaN ar Inf panaikinta %d stebėjimų su NA, NaN ar Inf %s taikoma tik dvikryptėms lentelėms %s saitas nežinomas %s turi būti 0 arba 1 %s reikia teisingai įdiegto 'Matrix' paketo '%s' negali būti '%s' tipo 'A' turi būti masyvas arba lentelė 'ColSideColors' turi būti ncol(x) ilgio tekstinis vektorius 'P.values' yra TRUE, bet 'has.Pvalue' nėra 'RowSideColors' turi būti nrow(x) ilgio tekstinis vektorius 'T' turi būti neneigiamas 'V' nėra kvadratiė skaitinė matrica 'X' nėra dendrograma 'X' matrica turi %d atvejį (eilutė) 'X' matrica turi %d atvejus (eilutės) 'X' matrica turi %d atvejų (eilučių) 'X' matrica buvo kolineari 'Y' turi %d atvejį (eilutė) 'Y' turi %d atvejus (eilutes) 'Y' turi %d atvejų (eilučių) 'acf' ilgis turi būti du ar daugiau 'all.knots' yra TRUE; neatsižvelgiama į 'nknots' specifikaciją 'all.knots' – mazgų vektorius; neatsižvelgiama į 'nknots' specifikaciją 'alpha', 'beta' ir 'gamma' turi būti vieneto intervale 'anova' apibrėžta tik "nls" objektų sekoms 'anova' objektas privalo turėti colnames 'approx' reikia n >= 1 'ar' modulio dalis nėra pastovi 'bw' nėra teigiama. 'by' turi būti sąrašas 'centers' turi būti skaičius arba matrica 'circular' turi būti loginė reikšmė arba ne NA 'coef' ilgis nėra teisingas 'coef' turi būti vektorius 'coef' turi apibrėžti priešingybę, t. y. suma į 0 'coef' turi būti tokio paties ilgio kaip 'contrast.obj' nėra 'col.vars' arba neteisingas 'conf.level' turi būti vienas skaičius tarp 0 ir 1 'control' argumentas turi būti įvardytas sąrašas 'control' argumentas turi būti įvardytas sąrašas 'covmat' nėra tinkamas kovariacijos sąrašas 'covmat' tipas nežinomas 'cterms' argumentas turi atitikti terminus modelio objekte 'cutpoints' turi būti unikalus 0 < cuts < 1, bet yra = 'cutpoints' turi būti unikalus, bet yra = 'cv' neturi būti NA, kai nurodyta 'df' 'data' turi būti data.frame, ne matrica ar masyvas 'data' turi būti sąrašas ar aplinka 'degree' turi būti 0, 1 arba 2 'degree' turi būti mažiausiai 1 'degree' turi būti mažesnis negu unikalių taškų skaičius 'deriv' turi būti tarp 0 ir 3 'end' turi būti sveikas ciklų skaičius po 'start' 'end' reikšmė nekeičiama atrodo, kad 'family' argumentas nėra tinkamos šeimos objektas 'family' nežinomas 'file' turi būti simbolių eilutė ar ryšys filter' yra ilgesnis negu laiko eilutė 'formula' turi '.' kairėje ir dešinėje pusėse trūksta 'formula' trūksta 'formula' arba ji neteisinga trūksta 'formula' arba ji neteisinga 'formula' privalo turėti kairę ir dešinę puses 'formula' turi būti atsakymo forma ~ grupė 'frequency' ir 'deltat' nėra NULL pateikiami ir nenuoseklūs 'frequency' nepasikeitė 'height' turi būti mažiausiai %g, jo komponento maksimalus aukštis 'hybrid' yra ignoruojamas 2 x 2 lentelei 'id.n' turi būti {1,..,%d} blogas 'init' ilgis 'init' privalo turėti %d stulpelį 'init' privalo turėti 1 arba %d stulpelius 'init' privalo turėti 1 arba %d stulpelių 'interval' turi būti 2 ilgio vektorius 'iter.max' turi būti teigiamas 'k' ir 'h' turi būti skaliaras 'k' yra didesnis negu 'n'! Keitimas 'k' į %d 'k' nėra branduolys 'k' nėra sveikasis skaičius 'k' turi būti {1, 2, .. n - 1} 'k' turi būti nelyginis! Keitimas 'k' į %d 'k' turi būti teigiamas 'kernapply' negalimas 'x' objektui 'lag.max' turi būti mažiausiai 0 'lag.max' turi būti mažiausiai 1 'lengths(varying)' turi atitikti 'length(times)' 'logLik.lm' nepalaiko kelių atsakymų abu 'low' ir 'high' negali būti TRUE 'lower' ir 'upper' turi būti baigtinės reikšmės 'm' yra mažiau negu 1 'm' turi būti skaitinis su neneigiamais sveikaisiais skaičiais main' turi būti TRUE, FALSE, NULL arba simbolis (vektorius). 'margin' turi turėti vardus ar skaičius atitinkančius 'table' 'margins' turi būti ilgio 2 skaitinis vektorius 'mlm' objektai su svoriais nėra palaikomi 'model$order' ilgis turi būti 3 'model' turi būti sąrašas 'model.tables' netaikomas keliems atsakymams 'mu' turi būti vienas skaičius 'mult' turi būti sveikasis skaičius >= 2, paprastai = 30 'n' turi būti teigiamas sveikasis skaičius >= 'x' 'n' turi būti griežtai teigiamas 'n.ahead' turi būti mažiausiai 1 'newdata' neturi įvardytų stulpelių, atitinkančių vieną ar daugiau pradinių stulpelių 'newdata' neturi teisingo stulpelių skaičiaus 'newdata' turėjo %d eilutę 'newdata' turėjo %d eilutes 'newdata' turėjo %d eilučių 'newdata' turi būti matrica arba duomenų sistema 'nknots' turi būti mažiausiai 1 'nknots' turi būti skaitinis ({1,..,n}) 'nterms' yra trūkstamas ir nenumatytasis 'object' neapima klaidos 'qr' komponento 'object' neturi 'effects' komponento 'offset' turi būti skaitinis 'or' turi būti vienas skaičius tarp 0 ir INF 'order' turi būti neneigiamas skaitinis vektorius, kurio ilgis 3 'order.dendrogram' reikalinga dendrograma 'order.max' turi būti < 'n.obs' 'order.max' turi būti < 'n.used' 'order.max' turi būti >= 0 'order.max' turi būti >= 1 'p' turi būti vienas skaičius tarp 0 ir 1 'p' turi būti tarp 0 ir 0.5 'p' privalo būti tokio paties ilgio kaip 'x' ir 'n' blogas 'params' ilgis 'plot.stepfun' iškviestas su blogu 'x' argumento tipu 'ppr' naudojama tik skaitiniams kintamiesiems 'princomp' gali būti naudojamas su daugiau vienetų negu kintamųjų 'print.level' turi būti {0,1,2} nurodyti abu 'prob' ir 'mu' 'probs' už [0,1] 'proj' netaikoma keliems atsakymams 'r' yra mažesnis negu 0 'r' yra mažesnis negu 1 'r' turi būti vienas teigiamas skaičius 'ratio' turi būti vienas teigiamas skaičius 'ref' turi būti esamo lygio 'ref' ilgis turi būti 1 'relevel' tik (nesutvarkytiems) faktoriams 'relevel' tik nesutvarkytiems faktoriams 'reorder.dendrogram' reikia dendrogramos trūksta 'row.var.names' 'sampleT' ir 'nser' turi būti sveikasis skaičius 'scale' už [0, 1] blogas 'scores' argumento ilgis 'scores' turi būti skirtingi skaičiai 'se.fit' dar neįdiegtas daugiamačiams modeliams 'seasonal$order' turi būti neneigiamas skaitinis vektorius, kurio ilgis 3 'seasonal' turi būti sąrašas su komponentu 'order' 'span' turi būti tarp 0 ir 1. 'spar' ilgis turi būti 1 'spline' reikia n >= 1 'start' > 'end' 'start' ir 'table' turi būti tokio paties ilgio 'start' negali būti po 'end' 'start' privalo turėti %d eilutę 'start' privalo turėti %d eilutes 'start' privalo turėti %d eilučių 'start' reikšmė nekeičiama 'start.innov' per trumpas: reikia %d taško 'start.innov' per trumpas: reikia %d taškus 'start.innov' per trumpas: reikia %d taškų 'termlabels' turi būti tekstinis vektorius, kurio ilgis bent 1 'termobj' turi būti klasės %s objektas 'ties' nėra sutvarkytas, funkcija ar list(<string>, <function>) 'tol' turi būti griežtai teigiamas arba baigtinis 'trace != 0' reikia 'REPORT >= 1' 'ts' objektas privalo turėti vieną ar daugiau stebėjimų 'type' turi būti 1 arba 3 sutvarkytiems faktoriams 'variance' "%s" yra neteisingas: galimos reikšmės yra "mu(1-mu)", "mu", "mu^2", "mu^3" ir "constant" 'varying' argumentai turi būti tokio paties ilgio blogas 'varying' ilgis 'varying' turi būti seq_along(pars) 'varying' turi būti loginė reikšmė, sveikasis skaičius arba ženklas 'varying' turi būti netuščias sąrašas arba vektorius 'weights' kaip formulė turi būti vienpusė 'weights' turi būti baigtinis 'weights' turi būti skaitinis vektorius 'weights' turi būti neneigiamas 'which' turi būti 1:6 'which' nurodo ne faktorius 'which' nurodo kai kuriuos ne faktorius, kurie bus pašalinti 'x' ir 'T' ilgiai nesuderinami 'x' ir 'g' turi būti tokio paties ilgio 'x' ir 'n' turi būti tokio paties ilgio 'x' ir 'p' turi turėti tokį patį elementų skaičių 'x' ir 'w' turi būti tokio paties ilgio 'x' ir 'weights' ilgiai nevienodi 'x' ir 'y' turi bent 2 lygius 'x' ir 'y' turi būti tokio paties ilgio 'x' ir 'y' tur turėti tokį patį lygių skaičių (mažiausiai 2) 'x' turi trūkstamų reikšmių 'x' suapvalintas iki sveikojo skaičiaus: %s 'x' įrašai per dideli, kad būtų sveikieji skaičiai 'x' rangas 0 'x' yra sąrašas, todėl argumentas 'g' ignoruojamas 'x' tuščias 'x' nėra branduolys 'x' nėra vektorius 'x' nėra vektorius ar matrica 'x' yra trumpesnis negu 'k' branduolys 'x' privalo turėti bent 2 elementus 'x' turi būti *griežtai* didėjanti (ne - NA) 'x' turi būti 3 matavimo skaičių masyvas 'x' turi būti mažiausiai 2 elementų sąrašas 'x' turi būti matrica 'x' turi būti matrica arba duomenų sistema 'x' turi būti skaitinė matrica 'x' turi būti skaitinis vektorius 'x' turi būti laiko eilutė arba ar() pritaikymas 'x' turi būti "ftable" objektas 'x' turi būti tarp %s ir %s 'x' turi būti tarp -1 ir 1 'x' turi būti tarp 0 ir 1 periodiniam glodumui 'x' turi būti matricos/duomenų sistemos koeficientas 'x' turi būti baigtinis, neneigiamas ir sveikasis skaičius 'x' turi būti neneigiamas 'x' turi būti neneigiamas ir sveikasis skaičius 'x' turi būti skaitinis 'x' turi būti kvadratas mažiausiai su dviem eilutėmis ir stulpeliais 'x' privalo turėti tik baigtines reikšmes 'x' privalo turėti 1 ar daugiau netrūkstamų reikšmių 'x' privalo turėti 2 stulpelius 'x' privalo turėti mažiausiai 2 eilutes ir 2 stulpelius 'x' privalo turėti mažiausiai 2 eilutes ir stulpelius 'x' ilgis turi būti >= 1 'x', 'y' ir 'z' turi būti to paties ilgio 'xi' ilgis nėra teisingas 'xreg' ir 'newxreg' turi skirtingų stulpelių skaičių 'xreg' yra kolineari 'xy.labels' turi būti loginė reikšmė arba ženklas 'y' turi rangą 0 trūksta 'y' atliekant suporuotą testą 'y' turi būti skaitinis vektorius 'y' turi būti didėjantis arba mažėjantis 'y' turi būti skaitinis 'y' turi būti skaitinė arba funkcija arba eilutė, įvardijanti tinkamą funkciją 'y' turi būti skaitinis vektorius 'y' turi būti vienetu ilgesnis negu 'x' 'y', 'groups' ir 'blocks' turi būti tokio paties ilgio , 0 (ne-NA) atvejai 0s, esantis V(mu) AIC yra šio modelio -infinity, todėl 'step' negali tęstis AIC nėra apibrėžtas šiam modeliui, todėl 'step' negali tęstis Iš esmės nepriekaištingi ANOVA F-testai yra nepatikimi Darant prielaidą, kad prognozavimo dispersija yra pastovi, net jei modelio tinkamumas yra įvertintas Barjero algoritme trūko iteracijų ir nekonvergavo Nepavyko apskaičiuoti tikslios p-reikšmės su ryšiais Chi-kvadrato aproksimacija gali būti neteisinga Colv = "Rowv", bet nrow(x) != ncol(x) Apsvarstykite galimybę pateikti as.hclust.%s() metodą Dizainas nesubalansuotas - naudokite se.contrast() dėl se Error() modelis yra singuliarus F testas įgyja 'quasi%s' šeimą F testas įgyja quasi%s šeimą MA (slenkančio vidurkio) modelio dalis nėra invertuojama MLE įdiegta tik vienmatėms eilutėms NA lev[]; tikriausiai glodinimo parametras 'spar' yra per didelis! NA (nepasiekiamas) negalimas 'd' NA negalimos 'groups' arba 'blocks' NA (nepasiekiamas) yra negalimos NA, esančios '%s' NA, esančios 'x' 'x' ir 'g' turi būti tokio paties ilgio NA, esantis V(mu) NA, esantis d(mu)/d(eta) NA: 'delta' nustatoma į -1 Nėra p1, esančio [0, p2], kad būtų pasiektas norimas galios lygis Nėra p2, esančio [p1, 1], kad būtų pasiektas norimas galios lygis Negalima rasti reikšmingo lygio [0, 1], kad būtų pasiektas norimas galios lygis Skaitiniai 'all.knots' turi būti griežtai didėjantys Tikslo funkcija sumažėjo išorinėje iteracijoje %d Tikslo funkcija padidėjo išorinėje iteracijoje %d PCA taikoma tik skaitiniams kintamiesiems Puslapis [%d,%d]: i =%s; j =%s Quick-TRANSfer etapo žingsniai viršijo maksimumą (= %d) Atstatymo modelis, kad leisti projekciją Reikalaujamas conf.level nepasiekiamas SEs tipui '%s' dar nėra įgyvendinamas Standartinės paklaidos informacija negrąžinama, nes pateiktis nesubalansuota.
Standartinės paklaidos gali būti gaunamos naudojant 'se.contrast'. Metodas „ward” pervardintas į „ward.D”; įsidėmėkite naują „ward.D2” Nepalyginamas 'response' "%s"; naudojimas prieštarauja. Naudokite as.name(.) arba '..'! X neapibrėžia M poerdvio X matrica turi rangą %d, bet tik %d stebėjimui X matrica turi rangą %d, bet tik %d stebėjimams X matrica turi rangą %d, bet tik %d stebėjimų _NOT_ converged %d iteracijoje _NOT_ converged %d iteracijose _NOT_ converged %d iteracijų riba yra NA arba NaN reikalinga dvipusė formulė visos 'x' reikšmės yra vienodos visos 'x' reikšmės yra neneigiamos, kad atitiktų Veibulo augimo modelį visi 'which' elementai turi būti tarp 1 ir %d visi 'x' įrašai turi būti neneigiami ir baigtiniai visose grupėse turi būti duomenys visi stebėjimai yra toje pačioje grupėje visi parametrai nustatyti visada yra NA visi svoriai turi būti neneigiami alternatyva turi būti "two.sided", "less" arba "greater" neaiškus klasterizavimo metodas neaiškus atstumo metodas anova apibrėžta tik "nls" objektų sekoms argumentas 'na.action' bus ignoruojamas argumento 'object' ilgis neteisingas argumentas 'sides' turi būti 1 arba 2 argumentas 'subset' bus ignoruojamas argumentas 'x' negali būti pakeistas į %s klasę argumentas 'x' turi būti skaitinis argumentas neapima 'qr' komponento argumentas neapima 'effects' komponento argumentai 'r' ir 'c' privalo turėti vienodas sumas argumentai turi būti tokio paties ilgio argumentai turi būti vienodo ilgio darant prielaidą, kad prognozavimo dispersija atvirkščiai proporcinga svoriams, naudojamiems pritaikymui bent vienas 'x' įrašas turi būti teigiamas bandymas glodinti NA reikšmes bandymas glodinti ne skaitines reikšmes bandymas pasirinkti modelį iš esmės yra beprasmiškas neteisinga 'end' reikšmė neteisinga 'lag' arba 'differences' reikšmė neteisinga 'start' reikšmė pralaidumas 'k' turi būti >= 1 ir nelyginis! baseline grupės numeris už diapazono ribų biplots nėra apibrėžti sudėtiniam PCA tiek 'span', tiek 'enp.target' nurodyti: bus naudojama 'span' tiek 'x', tiek 'covmat' buvo pateikti: 'x' ignoruojamas tiek 'x', tiek 'y' turi būti netušti ribos gali būti naudojamos tik su L-BFGS-B (arba Brento) metodu įdirbimas 'n.start' turi būti tol, kol 'ar + ma' bet %d kintamasis bet %d kintamieji bet %d kintamųjų bet rastas kintamasis turėjo %d eilutę bet rasti kintamieji turėjo %d eilutes bet rasti kintamieji turėjo %d eilučių kreiptis anova.lm(<fake-lm-object>) ... kreiptis predict.lm(<fake-lm-object>) ... kreiptis summary.lm(<fake-lm-object>) ... naudokite ci.type="ma", jei tik pirmas vėlavimas yra 0 negalima apskaičiuoti REML log-likelihood "nls" objektams negalima pakeisti dažnio iš %g į %g negali apskaičiuoti asimptotinės pasikliautinosios aibės ar įvertinimo negali apskaičiuoti pasitikėjimo intervalo, kai visi stebėjimai yra susieti negali apskaičiuoti pasitikėjimo intervalo, kai visi stebėjimai yra nulis arba susieti negali apskaičiuoti pasikliautinosios aibės, grąžina NA negali apskaičiuoti įverčio, grąžina NA negali tiksliai apskaičiuoti pasitikėjimo intervalo su ryšiais negali apskaičiuoti tikslaus patikimumo intervalo su nuliais negali tiksliai apskaičiuoti pasitikėjimo intervalą su ryšiais nepavyko apskaičiuoti tikslios p-reikšmės su ryšiais nepavyko apskaičiuoti tikslios p-reikšmės su nuliais nepavyko apskaičiuoti imituojamos p-reikšmės su nulinėmis ribomis nepavyko sukurti formulės iš nulio stulpelių duomenų sistemos nepavyko rasti tinkamų pradinių reikšmių: nurodykite kai kurias šiems duomenims negalima pritaikyti asimptotinio regresijos modelio negalima pritaikyti modelių be lygio ('alpha' turi būti ne 0 arba FALSE) negalima apdoroti 'pairwise.complete.obs' negalima braižyti daugiau negu 10 sekų kaip "multiple" nepavyko atpažinti parametro vardo negalima keisti konstantos/nulinio stulpelio į vieneto dispersiją nepavyko simuliuoti iš nesveikųjų skaičiaus prior.weights negalima naudoti 'cor = TRUE' su pastoviu kintamuoju formulėje su duotais duomenimis negalima naudoti taškų negalima naudoti daugiau vidinių mazgų negu unikalių 'x' reikšmių koeficientai neprideda iki 1 susiskaidyti į unikalias 'x' reikšmes stulpelių dendrogramų tvarkymas davė neteisingo ilgio indeksą 'contrast.obj' stulpelis turi apibrėžti kontrastą (suma lygi nuliui) 'contrast.obj' stulpelis turi apibrėžti contrast(sum to zero) kontrastai taikomi tik faktoriams kontrastai gali būti taikomi tik faktoriams su 2 ar daugiau lygių kontrastai nėra apibrėžti %d laisvės laipsniams konvergencijos problema nustatant nulį: paverčiamos neapgręžiamosiomis pradinėmis MA reikšmėmis kovariacijos matrica yra neigiama aprėpties tikimybė nepatenka į intervalą [0,1) kryžminis patvirtinimas naudojant ne unikalias 'x' reikšmes atrodo abejotinas duomenys yra pastovūs duomenys neturi būti nuliniai multiplikaciniams Holt-Winter dendrogramos įrašai turi būti 1,2,..,%d (bet kokia tvarka), kad būtų verčiami į "hclust" dendrogramos mazgas su ne teigiamu #{branches} dendrogramos ne lapo mazgas su ne teigiamu #{branches} dizainas yra nesubalansuotas, todėl negalima tęsti nekonvergavo %d iteracijoje nekonvergavo %d iteracijose nekonvergavo %d iteracijų nepavyko išplėsti intervalo galutinio taško, kuris skirtas f(lower) * f(upper) <= 0 'x' arba 'y' matavimo skaičius yra 0 atstumai turi būti 'dist' arba kvadratinės matricos rezultatas lentelėje kiekvienas matavimo skaičius turi būti >= 2 kiekvienas '%s' elementas turi būti loginis eff.aovlist: ne ortogonalūs kontrastai duotų neteisingą atsakymą eig=TRUE nepaisoma, kai list.=FALSE turi būti nurodytas 'k' arba 'h' 'k' elementai turi būti tarp 1 ir %d 'n' elementai turi būti teigiamas 'p' elementai turi būti intervale (0,1) 'x' elementai turi būti neneigiami 'x' elementai neturi būti didesnis už 'n' tuščias klasteris: išbandykite geresnį pradinių centrų rinkinį pateiktas tuščias modelis iš esmės puikiai tinka: santrauka gali būti nepatikima būtent vienas iš 'groups', 'n', 'between.var', 'within.var', 'power', 'sig.level' turi būti NULL būtent vienas iš 'n', 'delta', 'sd', 'power', 'sig.level' turi būti NULL būtent vienas iš 'n', 'p1', 'p2', 'power', 'sig.level' turi būti NULL laiko eilutės išplėtimas kai pakeičiamos reikšmės papildomi argumentai atmetami f() reikšmės galiniuose taškuose nėra priešingo ženklo f.lower = f(lower) yra NA f.upper = f(upper) yra NA faktorius %s turi naują lygį %s faktorius %s turi naujus lygius %s faktorius %s turi naujų lygių %s faktorių analizė taikoma tik skaitiniams kintamiesiems faktorių analizei reikia bent trijų kintamųjų nepavyko atspėti pagal laiką skirtingų kintamųjų iš jų pavadinimų šeima '%s' neįdiegta pirmas argumentas turi būti "loess" objektas tinkamas parametras %s be jokių kintamųjų tinkami parametrai %s be jokių kintamųjų tinkamų parametrų %s be jokių kintamųjų nulinio nukrypimo apskaičiavimas nekonvergavo - padidinti 'maxit'? '%s' šeimai y turi būti 0 ir 1 vektorius
arba 2 stulpelių matrica, kurioje 1 stulpelis yra sėkmių skaičius ir 2 stulpelyje yra nesėkmių skaičius formulės '%s' forma turi būti '~expr' trūksta formulės selektyviame Bajeso metode (BSM) dažnis turi būti teigiamas sveikasis skaičius >= 2 glm.fit: algoritmas nekonverguoja glm.fit: algoritmas sustojo ties ribine reikšme glm.fit: atsirado tikimybės, kurios skaitine prasme yra 0 arba 1 glm.fit: atsirado normos, kurios skaitine prasme yra 0 grupavimo faktorius turi būti lygiai 2 lygių reikšmės (svertai) yra visi = %s
ir nėra faktoriaus prediktoriaus; jokio brėžinio Nr. 5 jei 'x' nėra matrica, turi būti pateiktas 'y' jei 'x' nėra masyvas, turi būti pateiktas 'y' jei 'x' nėra masyvas, turi būti pateiktas 'z' ankstesni svoriai ignoruojami nesuderinami matavimo skaičiai tvarkos 'ar' nesuderinta specifikacija tvarkos 'ma' nesuderinta specifikacija neteisingi 'xi' matavimo skaičiai 'x' ilgis neteisingas neteisinga 'col.vars' specifikacija neteisinga 'formula' specifikacija neteisinga 'row.vars' specifikacija neteisingi kintamųjų vardai, esantys formulės lhs neteisingi kintamųjų vardai, esantys formulės rhs padidinant bw.SJ() paieškos intervalą (%d) iki [%.4g,%.4g] pradiniai centrai nėra skirtingi pradinė reikšmė nėra matomos srities viduje vidinis ciklas 1; negalima koreguoti žingsnio dydžio vidinis ciklas 2; negalima koreguoti žingsnio dydžio sąveikos negalimos neteisingas 'SSinit' neteisingas 'abbr.colnames' neteisingas 'control' argumentas neteisingas 'control.spar' neteisingas 'data' argumentas neteisingas 'endrule' argumentas neteisingas 'extendInt'; praneškite apie tai neteisingas 'keep.stuff' neteisingas 'lm' objektas: nėra 'terms' komponentas neteisingas 'method' argumentas neteisingas 'nb' neteisingas 'tree' ('merge' komponentas) neteisingas 'use' argumentas neteisingas 'x' neteisingas 'y' neteisingas (0 ilgio) mazgas dendrogramoje neteisingas NCOL(X) neteisingas NCOL(X) neteisingas argumentas 'c' neteisingas argumentas 'cell' neteisingas argumentas 'degree' neteisingas argumentas 'lambda' neteisingas argumentas 'n' neteisingas argumentas 'omit' neteisingas argumentas 'r' neteisingas argumentas 'span' neteisingas argumentas 'getProfile' neteisingas klasterizavimo metodas neteisingi skirtumai neteisingas atstumo metodas neteisingai pritaikyti vidurkiai tuščiame modelyje neteisinga formulė neleistina formulė %s neleistina formulė %s: priskyrimas nebenaudojamas neleistina formulė %s: nebenaudojamas pašalinis iškvietimas į '%s' neleistina formulė %s: ne iškvietimas neteisinga formulė, esanti deriv netinkama formulė: %s neteisingas interpoliavimo metodas neteisingas narių ilgis neteisingas length(x) neteisingos tiesinio prediktoriaus reikšmės tuščiame modelyje neteisingas QR matricos modelis neteisingas ncol(x) neteisingas nrow(x) netinkamas taškų skaičius netinkamos parametro reikšmės neteisingas atsakymo tipas neleistina %s reikšmė iterTrace = %d nepaisomas, nes iteracijos = %d k turi būti tarp 2 ir %d ilgių nesutapimas sąsūkoje 'center' ilgis turi būti lygus stulpelių 'x' skaičiui 'init' ilgis turi būti lygus 'filter' ilgiui 'p' ilgis turi būti 1 arba lygus stulpelių 'x' skaičiui 'start' ilgis turėtų būti lygus %d ir atitikti pradinius %s koeficientus 'v.names' ilgis netolygiai dalijasi iš 'varying' ilgio 'varying' ilgis turi būti 'v.names' ir 'times' ilgio sandauga 'wt' ilgis turi būti lygus eilučių skaičiui, esančiam 'x' FUN ilgis, %d
neatitinka paraštės ilgio, %d pasirinkimo ilgis turi būti 2 'x' ir 'w' ilgiai turi sutapti nesutampa 'x' ir 'xreg' ilgiai lygiai sutrumpinti tik iki teigiamų reikšmių nuoroda "%s" nėra galima šeimai %s; galimo nuorodos yra %s objektas lm neturi tinkamo 'qr' komponento.
Nulinis rangas arba neturėtų būti naudojamas lm(.., qr=FALSE). loginis 'hessian' parametras negalimas. Skaitykite dokumentaciją. apatinis < viršutinis nėra įvykdyti apatinė sritis turi termą %s, kuris neįtrauktas į modelį apatinė sritis turi termus %s, kurie neįtraukti į modelį apatinė sritis turi termus %s, kurie neįtraukti į modelį maksimalus iteracijų skaičius turi būti > 0 medpolish() nekonvergavo %d iteracijoje medpolish() nekonvergavo %d iteracijose medpolish() nekonvergavo %d iteracijų metodas = "Brent" yra prieinamas tik vieno matmens optimizavimui metodas = '%s' nepalaikomas. Naudoti 'qr' metodas L-BFGS-B naudoja 'factr' (ir 'pgtol') vietoj 'reltol' ir 'abstol' midcache() ne dvejetainių dendrogramų įgyvendinimas tik iš dalies mažiausias buvo viename diapazono gale 'x' ir 'y' nesutampa trūkstami stebėjimai pašalinti trūkstamos arba begalinės reikšmės įvestyse negalimos trūkstami arba neigiami svoriai negalimi trūkstamos reikšmės arba NaN negalimi, jei 'na.rm' yra FALSE trūkstamos reikšmės negalimos 'poly' trūksta reikšmių 'filter' objekte nėra reikšmių trūkstamos reikšmės negalimos modelio sistemos ir formulės neatitikimas model.matrix() ne visi modeliai pritaikyti vienodam stebėjimų skaičiui ne visi modeliai buvo pritaikyti to paties dydžio duomenų rinkiniui modeliai, kurių atsakas %s, pašalintas, nes atsakas skiriasi nuo 1 modelio daugiau klasterio centrų nei duomenų taškų daugiau klasterio centrų nei atskirų duomenų taškų. daugiamatis atvejis su trūkstamais koeficientais dar neįgyvendintas turi būti 2 'symbols' loginiam 'x' argumentui turi būti bent 4 stebėjimai, kad atitiktų 'SSfol' modelį turi būti atsakymo ilgis = antrojo argumento 'SSfol' ilgis turi būti n >= 2 objektų, kuriuos sugrupuoti 'x' ir 'centers' turi turėti vienodą stulpelių skaičių neturi nurodyti abiejų 'spar' ir 'lambda' turi nurodyti 'spans' arba tinkamą branduolį turite pateikti vieną ar daugiau vektorių na.action turi būti funkcija names(hybridPars) turi būti NULL arba būti identiški numatytiesiems reikia 2 arba daugiau nenulinių stulpelių ribų reikia 2 arba daugiau nenulinių eilučių ribų reikalingas CRAN paketas 'SuppDists' simuliacijai iš šeimos 'inverse.gaussian' reikia objekto su iškvietimo komponentu reikia bent 2 duomenų taškų norint apskaičiuoti sezono pradžios reikšmes, reikia bent 2 periodų norint automatiškai pasirinkti pralaidumą, reikia bent 2 taškų reikia bent keturių unikalių 'x' reikšmių norint interpoliuoti, reikia bent dviejų ne NA reikšmių reikia dendrogramų ten, kur visi lapai turi etiketes reikia kelių atsakymų reikia skaitinių duomenų reikia smooth.spline(keep.data = TRUE) rezultato neigiamos reikšmės negalimos 'Poisson' šeimai neigiamos reikšmės negalimos 'quasiPoisson' šeimai neigiami svoriai negalimi nepateikti nei 'x', nei 'covmat' nėra prieinamų "nobs" atributų nėra 'add1' metodo taikomo "mlm" modeliams nėra 'as.stepfun' metodo, skirto 'x' nėra 'drop1' metodo "mlm" modeliams nėra 'getInitial' metodo surasto "%s" objektams nėra 'nobs' metodo nėra 'reshapeWide' atributo, nurodykite 'varying' nėra laisvės laipsnių liekanoms nėra faktorių pritaikytame modelyje nėra baigtinių stebėjimų nėra modelių, kuriuos galima lyginti nėra informatyvių pastebėjimų iteracijoje %d nėra tinkamų parametrų nepateikta pakeitimo reikšmių nėra eilučių, kurias agreguoti rezultatų nėra: pakartokite naudodami 'retx=TRUE' ženklo pokyčio nerasta %d iteracijose nėra sprendimo nurodytame pralaidumo diapazone nėra nurodytų pradinių reikšmių nėra pateiktų pradinių reikšmių nėra termų komponento nei atributo nėra termų taikymo srityje nėra termų taikymo srityje pridedant prie objekto nėra pateikta laiko eilučių nerastas tinkamas koeficientų rinkinys: pateikite pradines reikšmes ne NA liekanos ilgis nesutampa su atvejais, naudojamais taikyme ignruoti ne faktoriai: %s nebaigtinis 'bw' nebaigtinis 'from' nebaigtinis 'to' nebaigtiniai koeficientai iteracijoje %d ne sveikieji #successes, esantys %s glm! ne sveikieji skaičiai %s glm! nesikertančios eilutės ne lapo pomedis, kurio ilgis 0 nepaisoma sąrašo kontrastų argumento 'Gamma' šeimai leidžiamos ne teigiamos reikšmės nekvadratinė matrica nestacionari AR dalis nestacionari AR dalis iš CSS nestacionari sezoninė AR dalis nestacionari sezoninė AR dalis iš CSS nelaiko eilutės yra netinkamo ilgio negaliojantis objektas "smooth.spline" netinkama žingsnio funkcija ne visos eilutės turi tą patį dažnį ne visos eilutės turi tą patį dažnį pakartotinai užbaigtas blokų dizainas nepakanka 'x' duomenų nepakanka 'x' stebėjimų nepakanka 'y' duomenų nepakanka 'y' stebėjimų nepakanka 'x' stebėjimų nepakanka duomenų nepakanka laisvės laipsnių apibrėžti kontrastus nepakanka baigtinių stebėjimų nepakanka grupių nepakanka stebėjimų nėra brėžinių pastebėjimų naudojant svertą:
%s nenaudojate negaliojančių df; turite pateikti 1 < df <= n, n = #{unique x} = nėra ko išdėstyti lentelių forma 'cutpoints' skaičius turi būti vienu mažesnis, nei simbolių skaičius 'cutpoints' skaičius turi būti vienu didesnis, nei simbolių skaičius klasterio centrų skaičius turi būti tarp 1 ir nrow(x) skirtumų skaičius turi būti teigiamas sveikasis skaičius grupių skaičius turi būti mažiausiai 2 stebėjimų skaičius, esantis 'x' ir 'y' turi sutapti. stebėjimų skaičius kiekvienoje grupėje turi būti mažiausiai 2 poslinkių skaičius yra %d ir turėtų būti lygus %d (stebėjimų skaičius) poslinkių skaičius yra %d ir turėtų būti lygus %d (stebėjimų skaičius) pasikeitė naudojamų eilučių skaičius: pašalinkite trūkstamas reikšmes? nesutampa skaičius eilučių, esančių 'object' ir 'newdata' pateiktų reikšmių skaičius nėra dalinis kartotinis tų reikšmių, kurias reikia pakeisti svorių skaičius =%d turėtų būti lygus %d (atsakymų skaičius) svorių skaičius turi atitikti stebėjimų skaičių. skaitiniai 'all.knots' turi apimti [0,1] (= transformuotą duomenų diapazoną) tikėtini skaitiniai kontrastai ar kontrasto pavadinimas skaitinis y turi būti pateiktas.
Tankio įvertinimui naudokite density() objektas '%s' neturi rezultatų objektas turi būti klasės %s arba %s objektas nėra intepretuojamas kaip faktorius stebėjimai su 0 reikšmėmis yra nenaudojami standartinio nuokrypio skaičiavime stebėjimai su 0 reikšmėmis yra nenaudojami stebėjimai su nulinėmis reikšmėmis yra nenaudojami dispersijos skaičiavime vieno matavimo skaičiaus optimizavimas pagal Nelderio-Mido metodą yra nepatikimas:
naudokite "Brent" arba optimize() tiesiogiai tik %d atveju tik %d atvejais tik %d atvejų tik %d pirmųjų %d tikrinių reikšmių yra > 0 leidžiami tik 1-4 prediktoriai įgyvendinta tik vienmatėms laiko eilutėms leidžiama pakeisti tik elementus tik vienmatės eilutės yra leidžiamos optimizavimo kliūtys: %s optimizavimo triktis parinktis "show.coef.Pvalues" netinkama: darant prielaidą, kad TRUE parinktis "show.signif.stars" netinkama: darant prielaidą, kad TRUE stačiakampių polinomų negalima pavaizduoti pakankamai tiksliai laisvės laipsniui %d p-reikšmė bus apytikslė esant ryšiams parametras %s nepasitaiko modelio formulėje parametrai %s nepasitaiko modelio formulėje parametrų %s nepasitaiko modelio formulėje parametrai be pradinės reikšmės, esantys 'data': %s SD kaupimas nesuderinamas su suporuotais testais teigiamos reikšmės yra leidžiamos tik 'inverse.gaussian' šeimai galima konvergencijos problema: 'optim' davė kodą = %d ir pranešimą %s galima konvergencijos problema: optim davė kodą = %d dabartinių duomenų prognozės nurodo _future_ responses visi prediktoriai turi būti skaitiniai tikimybės turi būti baigtinės, neneigiamos ir nevisos 0 tikimybės turi būti neneigiamos. tikimybių suma turi būti 1. atsargiau skaityti 'trace' dokumentaciją ref = %d turi būti 1L:%d reikalaujamas conf.level nepasiekiamas prašomi rezultatai be 'x' matricos liekanų laisvės laipsniai objekte rodo, kad tai netinka "lm" liekanos turi rangą %d < %d liekanos turi rangą %s < %s atsakymas neleidžiamas formulėje eilučių dendrogramų išdėstymas davė netinkamo ilgio indeksą imties dydis kiekviename c turi būti >1 imties dydis turi būti tarp 3 ir 5000 imtys skiriasi vietoje: negalima apskaičiuoti nustatyto pasikliautimo rinkinio, grąžina NA sklaidos diagramos tik vienmatėms laiko eilutėms taikymo sritis nėra termo etikečių pogrupis sezoninė modelio MA dalis nėra apgręžiamoji eilutės yra sugadintos, be 'tsp' atributo eilutės yra sugadintos: ilgis %d su 'tsp' reiškia %d eilutės nėra periodinės arba turi mažiau nei du periodus setVarying : 'vary' ilgis turi atitikti parametrų ilgį nustatymą df = 1 __naudokite atsargiai!__ simulate() dar neįdiegtas daugiamačiams lm() singuliari konstrastinė matrica singuliarus atitikimas įvyko pradinio parametro įverčių singuliari gradiento matrica singuliarumai regresijoje size != sum(x), t.y. vienas neteisingas dydis negali būti NA ir neviršyti 65536 keli AR parametrai buvo nustatyti: transform.pars = FALSE keli ARMA parametrai buvo nustatyti: transform.pars = FALSE kai kurie nuolatiniai kintamieji (%s) iš tikrųjų skiriasi kai kurie 'x' elementai nėra skaitiniai ir bus verčiami skaitiniais kai kurie terminai turės NA, dėl metodo apribojimų kai kurie svoriai turėtų būti teigiami nurodyti parametrai visiems prediktoriams nurodytas faktoriaus prediktoriaus kvadratas turi būti sumažintas, kai laipsnis = 1 nurodytas faktoriaus prediktoriaus kvadratas turi būti sumažintas tik su vienu skaitiniu prediktoriumi nurodykite 'rate' arba 'scale', bet ne abu nurodykite tiksliai vieną iš 'k' arba 'h' nurodykite tiksliai vieną iš 'which' ir 'x' spline: pirma ir paskutinė y reikšmės skiriasi - naudokite y[1L] abiem spline: pirma ir paskutinė y reikšmės skiriasi - naudokite y[1] abiem žingsnio dydis sutrumpintas dėl nukrypimų žingsnio dydis sutrumpinimas: už ribų stepfun: 'x' turi būti surikiuotas didėjančiai sum(weights) != 1 -- negaus tikrojo tankio pateikite ir 'x', ir 'y' arba 'x' kaip matricą 'x' lentelėje turi būti 2 įrašai 'tree' komponentas 'height' nėra surūšiuotas (didėjančiai) 'se.fit' argumentas nėra realizuotas "mlm" objektams 'split' argumentas turi būti sąrašas atvejis k > 2 yra nerealizuotas apibrėžtas kontrastas yra tuščias (neturi TRUE elementų) pirma laiko eilutės reikšmė turi būti netrūkstama šie argumentai 'anova.glm' yra neteisingi arba prarasti: eilutės yra NA %d yra klaidų termų: tik 1 leidžiamas %d yra klaidų termų: tik 1 leidžiamas %d yra klaidų termų: tik 1 leidžiamas yra įrašų su trūkstamais laikais, kurie bus atmesti. kiekvienoje grupėje turi būti bent 2 stebėjimai šis tinkamumas nepaveldimas iš "lm" laiko eilutės turi vidinių NA laiko eilutės visai neturi arba turi mažiau nei 2 periodus laikas, kurį reikia pakeisti, nesutampa per mažai atvejų i su h_ii > 0), n < k per mažai skirtingų įvesties reikšmių, kad tiktų Michaelio-Menteno modeliui per mažai skirtingų įvesties reikšmių, kad tiktų dviem eksponentėm per mažai skirtingų įvesties reikšmių, kad atitiktų keturių parametrų logistiką per mažai skirtingų įvesties reikšmių, kad tiktų logistiniam modeliui per mažai skirtingų įvesties reikšmių, kad tiktų asimptotiniam regresijos modeliui per mažai skirtingų įvesties reikšmių, kad tiktų 'asympOff' modeliui per mažai skirtingų įvesties reikšmių, kad tiktų 'asympOrig' modeliui per mažai skirtingų įvesties reikšmių, kad tiktų Gompertz modeliui per mažai skirtingų įvesties reikšmių, kad tiktų Veibulo augimo modeliui per mažai grupių per mažai netrūkstamų stebėjimų per mažai stebėjimų, kad atitiktų asimptotinį regresijos modelį pateikta per daug pakeitimo reikšmių buvo nustatyti transformuoti ARMA parametrai '%s' tipas neįdiegtas type = "partial" dar neįdiegtas nepavyko optimizuoti iš šios pradinės reikšmės nepavyko optimizuoti iš šių pradinių reikšmių nepavyko optimizuoti iš šių pradinių reikšmių nevienodas 'cancor' eilučių skaičius tik vienmatės laiko eilutės nežinoma pralaidumo taisyklė nežinomas vardas %s 'split' sąraše nežinomi vardai %s 'split' sąraše nežinomų vardų %s 'split' sąraše nežinomas įvardytas branduolys nežinomi vardai valdiklyje: nežinoma eilutės reikšmė dėl s.window ignoruojamas nežinomas vykdymo elementas pavadintas %s ignoruojami nežinomi vykdymo elementai pavadinti %s ignoruojama nežinomų vykdymo elementų pavadintų %s viršutiniai ir apatiniai rėžiai ignoruojami, nebent algorithm = "port" viršutinė sritis turi termą %s, kuris neįtrauktas į modelį viršutinė sritis turi termus %s, kurie neįtraukti į modelį viršutinė sritis turi termų %s, kurie neįtraukti į modelį naudokite tik su "lm" objektais testo F naudojimas su '%s' šeima yra netinkamas testo F naudojimas su fiksuota dispersija yra netinkamas naudojant %d/%d eilutę iš kompleksinio parinkimo naudojant %d/%d eilutes iš kompleksinio parinkimo naudojant %d/%d eilučių iš kompleksinio parinkimo naudojant type = "numeric" su koeficiento atsakymu bus ignoruojamas naudojant svorius kaip atvirkštines dispersijas naudojant svorius kaip formos parametrus 'epsilon' reikšmė turi būti > 0 kintamojo '%s' nėra, jo kontrastas bus ignoruojamas kintamasis '%s' nėra faktorius kintamasis '%s' buvo pritaikytas tipui "%s", bet tipas "%s" buvo pateiktas kintamieji %s buvo nurodyti su skirtingais tipais iš atitinkamo svoriai nepalaikomi daugiapakopiame aov() svoriai turi būti neneigiami ir ne visi nuliniai neteisingai įterptas matavimo skaičius neteisingas k / cs.ind blogas 'fixed' ilgis neteisingas metodas blogas stulpelių skaičius, esantis 'x' neteisingas stulpelių skaičius naujuose duomenyse: neteisingas kontrasto matricos eilučių skaičius x nėra vektorius arba vienmatė laiko eilutė x$lag turi turėti bent 1 stulpelį x.ret=TRUE nepaisoma, kai list.=FALSE x[] ir prob[] turi būti vienodo ilgio vektoriai. y yra tuščios arba turi tik reikšmes NA y reikšmės turi būti 0 <= y <= 1 nuliniai ne NA taškai nulinės dispersijos eilutės