File: C:/Program Files/R/R-4.4.0/library/translations/ru/LC_MESSAGES/R-stats.mo
�� - � ? �2 �C O �C 2 9D T lD ] �D ! E AE XE - jE ( �E + �E + �E F 5F UF tF < �F + �F < �F 8G " PG sG ; �G �G - �G # H : 2H E mH < �H 6 �H ! 'I II $ bI �I �I & �I % �I ' �I &J - >J . lJ �J ! �J 4 �J & K ' 9K ' aK �K 2 �K 5 �K % L * 4L 1 _L 5 �L ' �L �L
M 2 &M YM 4 yM �M 7 �M �M / N # FN 3 jN �N �N �N 2 �N 0 O ? PO �O B �O % �O P & -P TP ; rP ' �P �P �P + Q ;Q OQ eQ $ �Q �Q + �Q �Q R 1 &R / XR $ �R ) �R �R . �R 7 S ? QS . �S , �S ! �S T 8 $T ]T + zT % �T �T �T R U 5 ZU * �U ( �U �U & V # 'V 1 KV # }V �V . �V 9 �V ( #W LW jW �W �W + �W �W , X 2X 5 LX ) �X : �X �X Y 'Y 0 =Y nY �Y $ �Y ( �Y �Y Z & Z $ EZ * jZ �Z $ �Z �Z ( �Z & [ 4 <[ B q[ 0 �[ �[ \ \ 9\ ' I\ q\ 2 �\ �\ T �\ > 1] & p] B �] * �] ^ . &^ ) U^ _ ^ + �^ _ $ &_ / K_ ) {_ ( �_ �_ " �_ ` -` D` 8 a` $ �` % �` % �` 1 a % =a % ca ' �a % �a ; �a b # /b ' Sb {b ' �b �b �b �b �b c ! $c , Fc ! sc + �c �c $ �c �c d ( 5d ^d }d �d / �d ) �d , e ?e # Xe |e 5 �e # �e * �e f + -f ) Yf �f + �f # �f 6 �f $g ( 8g ag pg �g $ �g �g E �g +h Fh 4 fh # �h �h �h �h 9 �h ; i : Ti G �i < �i & j * ;j $ fj + �j 1 �j �j k #k " Ak * dk < �k �k , �k l *l
6l $ Al fl sl " �l : �l : �l F m / gm 2 �m 2 �m ' �m %n @n 2 Mn # �n # �n ) �n ) �n x o B �o H �o # !p ! Ep \ gp @ �p q q :q C Wq 0 �q 1 �q �q & r Br \r " tr 4 �r �r �r 4 s $ 7s * \s �s �s �s - �s ! t * 1t > \t �t �t * �t 0 u - 3u au # �u O �u * �u v $ <v D av �v $ �v �v # �v " w ' <w ; dw 8 �w " �w 7 �w . 4x cx > �x & �x ( �x ( y + <y 6 hy % �y 5 �y A �y I =z + �z % �z 2 �z 4 { 3 A{ & u{ ( �{ 4 �{ 5 �{ 6 0| 7 g| @ �| % �| - } 4} 6 T} . �} 0 �} % �} * ~ 2 <~ o~ �~ 5 �~ > �~ = ! L _ � > � � 6 ,� / c� $ �� + �� . � ' � : ;� v� 5 �� P ʁ - � 6 I� & �� L �� B � M 7� �� 5 �� $ Ճ $ �� D � ( d� # �� ( �� ڄ �� # � 5 @� 2 v� �� 2 �� ` � H R� E �� + � O
� ]� - w� �� �� 6 ׇ 3 � 1 B� 7 t� �� ' Ȉ V � L G� � �� ( � 4 >� s� 1 �� # �� , ي 9 � , @� * m� V �� ) � ) � ) C� m� u� �� ( �� ( ͌ �� � & ,� % S� & y� * �� * ˍ 6 �� -� ; N� & �� & �� ؎ �� � '� ?� Z� q� �� " �� Ǐ * � !� " .� Q� h� t� % �� �� �� Ɛ ې �
� '� <� T� i� �� �� �� Α � # �� "� 2� , E� 9 r� �� ˒ � �� � /� . A� p� �� �� �� �� ړ � 2 � 7� R� : q� . �� = ۔ H � > b� T �� 3 �� @ *� k� ! �� & �� ( Ж = �� e 7� ; �� ٗ \ �� . V� ( �� Z �� C � * M� K x� < ę ( � *� A� 4 ^� ' �� 8 �� ( � � 8� Q� 2 l� < �� 6 ܛ E � % Y� / � B �� . � 9 !� C [� # �� 5 Ý ) �� & #� J� j� A �� ( ɞ % � O � " h� �� 8 �� : � $ � . @� - o� �� �� . Ǡ 4 �� 9 +� e� ! �� �� - š ( � " � - ?� m� 2 �� # �� � � � + -� Y� n� �� / �� % ң 0 �� )� F� b� �� & �� �� J Ԥ ; � [� s� �� �� ' �� # ͥ � � )� # F� 6 j� �� �� ʦ � (
� ) 3� " ]� �� & �� " �� ) � � "� >� R� ) n� �� 1 �� ڨ �� � 1 #� < U� �� = �� = � 8 "� 0 [� # �� 1 �� 7 � @ � A [� 9 �� 7 V � < f� 4 �� C ج + � @ H� �� �� $ ĭ E � $ /� A T� ] �� � + � ;� + [� ' �� " �� ү � 4 � 4 :� X o� 3 Ȱ ` �� / ]� / �� B �� C � 2 D� " w� 7 �� Ҳ 8 � # *� N� H k� 1 �� � # � & $� E K� �� �� ɴ ( � 2 � ' E� & m� G �� - ܵ $
� + /� * [� 3 �� 3 �� : � " )� 7 L� �� �� 7 �� � !
� " ,� = O� ? �� / C �� 8 A� z� ' �� H ¹ Q � & ]� " �� & �� = κ < � % I� " o� ) �� / �� , � � = 9� > w� # �� ڼ 4 �� 6 /� ? f� �� W �� < � 3 U� # �� E �� ! � ) � ! ?� % a� = �� 4 ſ > �� 5 9� C o� 9 �� : � 7 (� = `� �� �� : � $ � & .� U� ' v� Y �� " �� � 7� H N� �� �� ! �� \ �� 8 E� \ ~� �� 0 �� 5 '� P ]� = �� " �� ! � 1� 5 P� �� B �� = �� 5 %� - [� �� �� �� �� �� $ �� $ � + C� ! o� * �� % �� , �� � *� G� Z� � o� � � �
� � �� � r� M 8� ) �� # �� W �� Z ,� Q �� 7 �� + � < =� 1 z� B �� c �� + S� c � 8 �� P � 4 m� � �� 4 ]� � �� A &� b h� g �� e 3� n �� F � O� 7 n� $ �� ) �� D �� @ :� * {� - �� e �� U :� = �� ; �� T
� G _� V �� W �� * V� �� d � C f� N �� h �� T b� I �� , � 6 .� g e� / �� k �� 0 i� y �� " � \ 7� 8 �� 8 �� � < #� > `� V �� F �� D =� % �� � �� A 5� : w� ^ �� * � � <� > �� ; '� 3 c� 1 �� �� 1 �� 0 � G A� 0 �� : �� > �� > 4� U s� S �� 4 � P R� �� P �� P �� o M� N �� F � 0 S� , �� ] �� : � ? J� F �� G �� > � � X� T �� � F� U �� = ,� J j� 4 �� E �� 7 0� + h� L �� k �� H M� + �� , �� & �� & � K =� - �� F �� / �� Y .� R �� � �� . g� ' �� �� S �� '� /� M 7� Q �� C �� 1 � R M� P �� 6 �� " (� F K� ( �� = �� C �� V =� t �� Q � / [� 9 �� � � > � 1 3� � e� 2 � � &� w �� @ v� d �� ] � 0 z� Y �� Z � } `� H � 0 '� C X� j �� W � R _� 9 �� A � A .� 5 p� . �� o � ; E 6 � B � W � B S 7 � G � 6 n M < � 1 � ` + & � R � * B C % � D � F � 9 8 X r * � O � ; F ; � V � 3 - I , w f � _ X k 8 � F � & D h k R � [ '
, �
T �
Y + _ G � ( � J � G R e & � 7 � ;
V S
& �
� �
; a 3 � E � G _ a | { � g
u r � � a � r � m U & � 7 � ` " ) � K � O � Z I L � g � ! Y 3 { � �
� E � ' 4 4 H m } m � y Y M � f ! g � u � & f � b � k T q : � M � O s 0 � � 0 8 < i � � � � ' , 2 T & � � � H > d � @ � I -! ? w! ) �! B �! S $" > x" I �" l # 8 n# F �# ; �# ; *$ 9 f$ L �$ 5 �$ Y #% \ }% ; �% ; & > R& C �& U �& > +' > j' � �' g d( G �( E ) q Z) 6 �) D * 8 H* D �* C �* y
+ D �+ E �+ : , g J, J �, } �, � {- - Q. / . / �. d �. ~ D/ ; �/ � �/ � �0 � 1 g �1 F 2 � P2 z �2 � N3 � �3 a {4 g �4 b E5 � �5 | 86 �6 : 57 V p7 < �7 � 8 c �8 ^ �8 U T9 u �9 � : 6 �: E �: ~ #; y �; y < � �< F = � _= : �= n > V �> 2 �> ~ ? w �? :
@ | H@ 4 �@ � �@ � �A Q =B f �B n �B � eC � D w �D . E u ?E I �E K �E w KF 4 �F 4 �F = -G C kG 3 �G G �G Y +H i �H . �H f I } �I e J e iJ \ �J � ,K B L h KL �L �L � �L f �M ` N c iN 3 �N L O � NO � HP �P = �Q X +R �R Z �R - �R U *S R �S ; �S ` T � pT E �T @ <U @ }U �U . �U 1 V F 4V F {V 3 �V ' �V 4 W 9 SW 4 �W ` �W b #X P �X ; �X u Y W �Y W �Y 4 9Z 0 nZ ! �Z ( �Z 3 �Z ' [ 0 F[ 3 w[ L �[ % �[ P \ 2 o\ �\ < �\ / �\ -] J] K e] �] �] - �] 0 !^ 2 R^ 2 �^ - �^ 0 �^ - _ 0 E_ = v_ + �_ > �_ ) ` I I` [ �` ' �` * a X Ba f �a ; b 2 >b + qb < �b 0 �b " c j .c = �c �c �c . d < Hd . �d , �d I �d * +e 9 Ve ^ �e E �e ` 5f w �f U g p dg W �g N -h , |h A �h 8 �h ] $i h �i � �i f �j % k j Ck � �l X ?m � �m e =n H �n _ �n l Lo @ �o . �o 6 )p m `p Y �p ` (q I �q 3 �q 9 r ? Ar L �r U �r U $s | zs A �s U 9t � �t I u k [u e �u O -v K }v 8 �v D w M Gw 0 �w ^ �w K %x G qx �x 8 9y 4 ry � �y t 0z L �z g �z U Z{ 4 �{ ( �{ ; | t J| � �| ; E} % �} * �} G �} @ ~ E [~ J �~ / �~ F > c > � , � / � R >� 3 �� ŀ E � W ,� J �� > ρ 5 � 7 D� = |� < �� j �� / b� � �� � )� 6 �� � � !� E <� 5 �� ; �� + � ; � U \� i �� ( � B E� K �� S ԇ Z (� ? �� 5 È 6 �� E 0� ? v� M �� ) � 1 .� ) `� 1 �� G �� % � l *� > �� # - �� V (� h � % � � �� x � n �� T �� d K� t �� q %� a �� � �� P ~� � ϑ a �� v � � \� W � } <� 0 �� < � F (� � o� O � � Y� � ܖ g � P � 8 8� ] q� ? Ϙ ? � - O� # }� T �� T �� � K� k �� � k� M \� K �� � �� o �� V � M G� � �� @ � � ]� N �� A G� � �� M � 8 ^� T �� = � � *� * �� * ע 4 � ^ 7� z �� N � F `� � �� i K� n �� j $� L �� U ܦ d 2� j �� \ � N _� : �� B � t ,� 0 �� 6 ҩ J � w T� � ̪ m �� s �� q s� J � R 0� | �� � � < �� D Ӯ H � | a� { ޯ R Z� F �� S � M H� H �� F ߱ ] &� X �� = ݲ , � \ H� m �� j � ~�
�� t �� f � ? �� | ƶ E C� [ �� B � I (� � r� � �� � �� � 2� � ź � o� � � � v� � �� " �� C �� � � N k� � �� , T� 5 �� D �� D �� = A� 8 � � �� 6 k� 8 �� F �� @ "� h c� j �� @ 7� b x� x �� , T� � �� X � O `� 4 �� o �� . U� c �� a �� c J� i �� @ � # Y� + }� # �� C �� U � _ g� b �� D *� 6 o� = �� N �� 1 3� 4 e� ! �� / �� � � � � � � � � � n � J � ~ � x � . v � #
4 � � ^ d � � � � � �
w � � y � v T � F � ! � & V � ( � 3 � 6 O t > A � - � � R f T � " . g K l a | c � u ! � � z $ L
, � & . x � � " � � � � � � r � � j Q � i � � c p � � @ � � � � � � � p � E s � P � � 7 W - / � � K � � � � } ~ � � h 9 � a � � , � � � � � Y � � � � W g � T k � ] # � � 8 E � � � C < ~ ' ) H � � � � B � 9 X � � ( - s N v � ) � ^ � � � h 4 k � _ � � � z � S M � � - } � � � � 2 � � � � � � ; _ C � * + � � � n � � � G � � � ( � \ i � U � � ; � � � � l R � B � � ( " � n � � � � � ] ! � � � � � f k � � q O M = � 0 X � � ) � � ) } Z � H g / � � � d U { J � � w / W � � � � 4 8 A � � � � � 1 6 0 � � � U O u � � Q � 3 � � � * � J � � � ` � % u � s � � B � � � Z [ � � � a � & � � � � ? � Y � � � H o � P = � � � � � � K � o � � � � � � � � i � � � { � ' m t ' � � % � � � � t � � � � b � e � R � < \ � � :
6 � � � � = d z S ' I r � 7 � $ 5 b � � [ � 2 � � + � � � Z � � � A m L � � � � � # � Y w * � � � � � � M 1 & e F � � � � @ � e � : Q � � E � � � @ � � � � � � � � N x � � � ! � � � I � � � � [ � _ � y � > C � � $ � p � � � ? G � � + N % , � q V � 5 � � � � � D L � � X S � � j � D � � c � � | \ % ;
� ` b � * � � f � P q
m { ^ � � � � � � " � < l � � � 8 � # � � > G � D I h ? � � 7 � 2 � � � 0
� + � j y � � � � : � � $ � ] , � � � 3 o � � ` � � � � � � 5
� | � � � � � r F 9 � � � � � � V 1 %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: NAs produced for non-estimable cases %s; attr(*, "non-estim") has doubtful cases %s; consider predict(., rankdeficient="NA") '%s' cannot be of mode '%s' '%s' must be a character string '%s' must be numeric in [0, 1] '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' is not a probability '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, environment, or list '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} 'idvar' must uniquely identify records '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 (unordered) factors are not allowed , 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 Parameter(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 Selecting bandwidth *not* using 'weights' 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 `..`! Waiting for profiling to be done... 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 'p' must be numeric argument 'q' must be numeric argument 'sides' must be 1 or 2 argument 'sizes' must be a vector of length 2 argument 'subset' will be ignored argument 'x' cannot be coerced to class %s argument 'x' is missing -- it has been renamed from 'formula' argument 'x' must be a formula 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 'paired' in formula method 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) computation of exact probability failed, returning Monte Carlo approximation contrasts apply only to factors contrasts can be applied only to factors with 2 or more levels contrasts dropped from factor %s contrasts dropped from factor %s due to missing 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 diag(V) had non-positive or NA entries; the non-finite result may be dubious 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 argument %s is not of class "%s" extra arguments %s are not of class "%s" 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 'x' must have both left and right hand sides 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 ignored 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 'attr(rhs, "gradient")' 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 arguments 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 lower-rank qr: determining non-estimable cases 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 prediction from rank-deficient fit 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. profiling has found a better solution, so original fit had not converged 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 right-hand side of formula is not a call 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" ties should not be present for the one-sample Kolmogorov-Smirnov test 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[1] != r[1]; using x[1] for diagonal 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: R 4.4.0
Report-Msgid-Bugs-To: bugs.r-project.org
PO-Revision-Date: 2024-03-25 14:51+0300
Last-Translator: Ivan Krylov <[email protected]>
Language-Team: Russian
Language: ru
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit
Plural-Forms: nplurals=3; plural=(n%10==1 && n%100!=11 ? 0 : n%10>=2 && n%10<=4 && (n%100<10 || n%100>=20) ? 1 : 2);
X-Generator: Poedit 3.2.2
%d фактор -- это слишком много для %d переменных %d факторов слишком много для %d переменных %d факторов слишком много для %d переменных %d пропущенное значение удалено %d пропущенных значения удалено %d пропущенных значений удалено %d пропущенное наблюдение удалено %d пропущенных наблюдений удалены %d пропущенных наблюдений удалены %d наблюдение с NA, NaN и/или Inf удалено %d наблюдения с NAs, NaNs и/или Infs удалены %d наблюдений с NAs, NaNs и/или Infs удалены %s применим только к двухвходовым таблицам %s ссылка не распознана %s должен быть 0 или 1 %s требует правильно установленного пакета 'Matrix' %s: возвращаю NA для случаев без возможности оценки %s; attr(*, "non-estim") указывает сомнительные случаи %s; попробуйте predict(., rankdeficient="NA") '%s' не может быть моды '%s' '%s' должен быть текстовой строкой '%s' должен быть числом в [0, 1] 'A' должен быть матрицей или таблицей 'ColSideColors' должен быть текстовым вектором с длиной = ncol(x) 'P.values' = TRUE, но 'has.Pvalue' нет 'RowSideColors' должен быть текстовым вектором с длиной = nrow(x) 'T' должен быть неотрицательным 'V' не является квадратной числовой матрицей 'X' не является дендрограммой 'X'-матрица имеет %d отклик (строку) 'X'-матрица имеет %d отклика (строки) 'X'-матрица имеет %d откликов (строк) 'X'-матрица была коллинеарной 'Y' вызвал %d отклик (строку) 'Y' вызвал %d отклика (строки) 'Y' вызвал %d откликов (строк) 'acf' должен быть длиной два или более 'all.knots' выставлено в TRUE; значение 'nknots' проигнорировано 'all.knots' -- это вектор узлов; значение 'nknots' проигнорировано 'alpha', 'beta' и 'gamma' должны быть внутри единичного интервала 'anova' определена только для последовательностей "nls"-объектов объект 'anova' должен иметь имена колонок 'approx' требует n >= 1 'ar'-часть модели нестационарна 'bw' неположительный. 'by' должен быть списком 'centers' должны быть числом или матрицей 'circular' должен быть логическим и не NA 'coef' неправильной длины 'coef' должен быть вектором 'coef' должен определять контраст, т.е., его сумма должна = 0 'coef' должен иметь ту же длину, что и 'контраст.obj' 'col.vars' пропущены или неправильные 'conf.level' должен быть вероятностью 'conf.level' должен быть одиночным числом между 0 и 1 аргумент 'contrasts.arg' должен быть именован аргумент 'control' должен быть именованным списком 'covmat' не является правильным списком ковариаций 'covmat' неизвестного типа аргумент 'cterms' должен соответствовать выражениям в модельном объекте 'cutpoints' должны быть уникальны в пределах 0 < cuts < 1, но они = 'cutpoints' должны быть уникальны, но они = 'cv' не может быть NA в случае, когда указан 'df' 'data' должно быть таблицей данных, списком либо окружением 'data' должна быть таблицей данных, а не матрицей 'data' должны быть списком либо окружением 'degree' должен быть 0, 1 или 2 'degree' должен быть как минимум 1 'degree' должен быть меньше чем количество уникальных точек 'deriv' должно быть между 0 и 3 'end' должен быть целым числом, количеством циклов после 'start' значение 'end' не изменилось аргумент 'family', похоже, не является правильным объектом-семейством 'family' не распознана 'file' должен быть текстовой строкой или соединением 'filter' длиннее чем временной ряд у 'formula' есть '.' и слева, и справа 'formula' пропущена 'formula' пропущена или неправильная 'formula' пропущена либо неправильная 'формула' должна иметь и левую, и правую стороны 'formula'должна быть в виде отклик ~ группа 'frequency' и 'deltat' оба не NULL и несовместимы 'frequency' не изменилась 'height' должен быть по меньшей мере %g (максимальная высота отдельных компонент) 'hybrid' проигнорирован для таблицы 2 x 2 'id.n' должен быть в пределах {1,..,%d} 'idvar' должна определять записи единственным образом 'init' неправильной длины 'init' должен иметь %d колонку 'init' должен иметь 1 или %d колонки 'init' должен иметь одну или %d колонок 'interval' должен быть вектором длины 2 'iter.max' должен быть положительным 'k' и 'h' должны быть скалярами 'k' больше 'n'! Изменяю 'k' на %d 'k' -- не ядро 'k' не является целым числом 'k' должен быть из {1, 2, .. n - 1} 'k' должен быть нечетным! Изменяю 'k' на %d 'k' должен быть положителен 'kernapply' недоступен для объекта 'x' 'lag.max' должен быть по меньшей мере 0 'lag.max' должен быть по меньшей мере 1 'lengths(varying)' все должны соответствовать 'length(times)' 'logLik.lm' не поддерживает множественные отклики 'low' и 'high' не могут оба быть TRUE 'lower' и 'upper' должны быть конечными значениями 'm' < 1 'm' должен быть целым неотрицательным числом 'main' должен быть TRUE, FALSE, NULL или текст (вектор). 'margin' должен содержать имена или номера, соответствующие 'table' 'margins' должен быть числовым вектором длины 2 'mlm'-объекты с весами не поддерживается 'model$order' должна быть длины 3 'model' должна быть списком 'model.tables' для множественных откликов не разработаны 'mu' должен быть единичным числом 'mult' должен быть целым >= 2, обычно = 30 'n' должен быть положительным целым >= 'x' 'n' должен быть ненулевым положительным 'n.ahead' должен быть по меньшей мере 1 у 'newdata' нет именованных колонок, соответствующих одной или более исходным колонкам 'newdata' не имеет правильного количества колонок 'start' должен иметь %d строк 'newdata' должна иметь %d строки 'newdata' должна иметь %d строк 'newdata' должна быть матрицей или таблицей данных 'nknots' должен быть по меньшей мере 1 'nknots' должен быть числом (в пределах {1,..,n}) 'nterms' пропущен, умолчаний нет 'object' не включает ошибку 'qr'-компонента 'object' не имеет компонента 'effects' 'offset' должен быть числом 'conf.level' должен быть одним числом между 0 и 1 'order' должен быть неотрицательным числовым вектором длины 3 'order.дендрограмма' требует дендрограмму 'order.max' должен быть < 'n.obs' 'order.max' должен быть < 'n.used' 'order.max' должен быть >= 0 'order.max' должен быть >= 1 'p' должен быть одиночным числом между 0 и 1 'p' должен быть между 0 и 0.5 'p' должен иметь ту же длину, что и 'x' и 'n' у 'params' неправильная длина 'plot.stepfun' вызван с неправильным типом аргумента 'x' 'ppr' применяется только к числовым переменным 'princomp' может быть использовано только если наблюдений больше чем переменных 'print.level' должен быть в {0,1,2} 'prob' и 'mu' -- указаны оба 'probs' вне [0,1] 'proj' для множественных откликов не реализован 'r' < 0 'r' < 1 'r' должно быть одним положительным числом. 'ratio' должно быть одним положительным числом. 'ref' должен быть существующим уровнем 'ref' должен быть длиной один 'relevel' -- только для (неупорядоченных) факторов 'relevel' -- только для неупорядоченных факторов 'order.dendrogram' хочет дендрограмму 'row.var.names' пропущены 'sampleT' и 'nser' должны быть целочисленными 'scale' находится вне [0, 1] 'scores' аргумент неправильной длины все 'scores' должны быть разными числами 'se.fit' для многомерных моделей еще не разработан 'seasonal$order' должен быть неотрицательным числовым вектором длины 3 'seasonal' должен быть списком с компонентом 'order' 'span' должен быть между 0 и 1. 'ref' должен быть единичной длины 'spline' требует n >= 1 'start' > 'end' 'start' и 'table' должны быть одной длины 'start' не может быть после 'end' 'start' должен иметь %d строку 'start' должен иметь %d строки 'start' должен иметь %d строк значение 'start' не изменилось 'start.innov' слишком короткий: нужно %d точку 'start.innov' слишком короткий: нужно %d точки 'start.innov' слишком короткий: нужно %d точек 'termlabels' должен быть текстовым вектором с длиной не меньше единицы 'termobj' должен быть объектом класса %s 'ties'не являются "ordered", функцией или списком (<string>, <function>) 'tol' должен быть ненулевым положительным и конечным 'trace != 0' нуждается в 'REPORT >= 1' 'ts'-объект должен иметь одно или более наблюдений 'type' должен быть 1 или 3 для упорядоченных факторов 'variance' "%s" неправильная: возможные значения: "mu(1-mu)", "mu", "mu^2", "mu^3" и "constant" аргументы 'varying' должны быть одной длины у 'varying' неправильная длина 'varying' должен быть в пределах seq_along(pars) 'varying' должен быть текстовым, целочисленным или логическим 'varying' должен быть непустым списком или вектором 'weights' как формула должны быть односторонними все 'weights' должны быть конечными 'weights' должны быть числовым вектором 'weights' не должны быть отрицательными 'which' должен быть в пределах 1:6 'which' не указывает факторы 'which' указывает некоторые не-факторы, которые будут выброшены 'x' и 'T' имеют несовместимую длину 'x' и 'g' должны иметь одну длину 'x' и 'n' должны иметь одинаковую длину 'x' и 'p' должны иметь одинаковое количество строк 'x' и 'w' должны иметь одинаковую длину 'x' и 'weights' имеют неравную длину 'x' и 'y' должен иметь как минимум 2 уровня 'x' и 'y' должны иметь одну длину 'x' и 'y' должны иметь одинаковое количество уровней (минимум 2) 'x' содержит пропущенные значения 'x' был округлен до целого: %s у 'x' есть элементы, слишком большие чтобы быть целыми 'x' имеет нулевой ранг 'x' -- это список, поэтому пропускаю аргумент 'g' 'x' пусто 'x' -- не ядро 'x' -- не вектор 'x' не является вектором или матрицей 'x' короче, чем ядро 'k' 'x' должен иметь как минимум 2 элемента 'x' должно *только* увеличиваться (не - NA) 'x' должен быть 3-мерной матрицей 'x' должен быть списком с как минимум 2 элементами 'x' должен быть матрицей 'x' должна быть матрицей или таблицей данных 'x' должен быть числовой матрицей 'x' должен быть числовым вектором 'x' должен быть временным рядом или подгонкой ar() 'x' должен быть объектом "ftable" 'x' должен быть между %s и %s 'x' должен быть между -1 и 1 'x' должен быть между 0 и 1 для периодического сглаживания 'x' должен быть коэффициентом матрицы/таблицы данных 'x' должен быть конечным, неотрицательным и целым 'x' должен быть неотрицательным 'x' должен быть неотрицательным и целым 'x' должен быть числом 'x' должен быть квадратом как минимум двух строк и колонок 'x' должна содержать только конечные значения 'x' должен иметь 1 или более непропущенных значений 'x' должен иметь 2 колонки 'x' должен иметь как минимум 2 строки и 2 колонки 'x' должен иметь по крайней мере 2 строки и колонки 'x' должен иметь длину >= 1 'x', 'y' и 'z' должны иметь одинаковую длину 'xi' неправильной длины у 'xreg' и 'newxreg' -- разное количество колонок 'xreg' коллинеарен 'xy.labels' должны быть символами или логическими 'y' имеет нулевой ранг 'y' пропущено для парного теста 'y' должен быть числовым вектором 'y' должно только увеличиваться или уменьшаться 'y' должен быть числом 'y' должен быть числовым или функцией или строкой именующей правильную функцию 'y' должен быть числовым вектором 'y' должен быть длиннее чем 'x' 'y', 'groups' и 'blocks' должны иметь одну длину (неупорядоченные) факторы не разрешены , 0 (не-NA) случаев Нули в V(mu) AIC для этой модели отрицательно бесконечна, поэтому 'step' не работает AIC для этой модели не определена, поэтому 'step' не работает применение F-критерия для в целом хорошей подгонки бессмысленно Предполагаю постоянную дисперсию для предсказания, хотя подгонка модели взвешена Barrier алгоритм вышел за пределы итераций и не сходится Есть совпадающие значения: не могу высчитать точное p-значение аппроксимация на основе хи-квадрат может быть неправильной Colv = "Rowv", но nrow(x) != ncol(x) Советую указать метод as.hclust.%s() Дизайн не сбалансирован -- используйте se.contrast() для 'se' Error()-модель сингулярна Тест Фишера предполагает семейство 'quasi%s' Тест Фишера предполагает квази-%s семейство часть скользящего среднего из модели не обратима MLE разработан только для одномерных серий NA lev[]; возможно, сглаживающий параметр 'spar' слишком велик! NA в 'd' не разрешены NAs не разрешены в 'groups' и 'blocks' NA не разрешены NAs в '%s' NAs в 'x' NA в 'x' должны быть одинаковы построчно NAs в V(mu) NAs в d(mu)/d(eta) есть NAs: устанавливаю 'delta' в -1 Не найдены p1 в [0, p2], нужные для достижения желаемой мощности Не найдены p2 в [p1, 1], нужные для достижения желаемой мощности Не найден уровень значимости [0, 1], чтобы достичь желаемой мощности Числовые 'all.knots' должны лишь увеличиваться Объектная функция уменьшилась после внешней итерации %d Объектная функция увеличилась после внешней итерации %d анализ главных компонент применим только к числовым переменным Страница [%d,%d]: i =%s; j =%s Параметр(ы) Число ступеней стадии Quick-TRANSfer превысило максимум (= %d) Подгонка модели для того чтобы сделать возможной проекцию Заданный доверительный интервал не достигнут SE для типа '%s' еще не реализованы Выбираю диапазон *без* использования 'weights' Информации о стандартной ошибке нет, потому что дизайн не сбалансирован.
Стандартные ошибки можно получить через 'se.contrast'. Метод "ward" переименован в "ward.D"; обратите внимание на новый "ward.D2" Неразбираемый 'response' "%s"; использование не разрешается. Используйте as.name(.) или `..`! Выполняю профилирование... X не определяет подпространство M матрица X имеет ранг %d, но только %d наблюдение матрица X имеет ранг %d, но только %d наблюдения матрица X имеет ранг %d, но только %d наблюдений _НЕ_ сошлось за %d итерацию _НЕ_ сошлось за %d итерации _НЕ_ сошлось за %d итераций ограничение -- NA или NaN нужна двусторонняя формула все значения 'x' равны все значения 'x' должны быть неотрицательными, чтобы подогнать модель 'Weibull growth' все элементы 'which' должны быть между 1 и %d все записи 'x' должны быть неотрицательными и конечными все группы должны содержать данные все наблюдения находятся в одной группе все параметры были фиксированными все времена содержат NA все веса должны быть неотрицательны альтернатива должна быть "two.sided", "less" или "greater" сомнительный метод кластеризации сомнительный метод подсчета расстояний anova определена только для последовательностей "nls"-объектов аргумент 'na.action' будет пропущен аргумент 'object' имеет невозможную длину аргумент 'p' должен быть числовым аргумент 'q' должен быть числовым аргумент 'sides' должен быть 1 или 2 аргумент 'sizes' должен быть вектором длины 2 аргумент 'subset' будет пропущен аргумент 'x' не может быть конвертирован в класс %s пропущен аргумент 'x' -- он был переименован из 'formula' аргумент 'x' должен быть формулой аргумент 'x' должен быть числовым аргумент не включает компонент 'qr' аргумент не включает компонент 'effects' аргументы 'r' и 'c' должны иметь одинаковые суммы аргументы должны иметь одну длину аргументы должны иметь одну длину предполагаю дисперсию для предсказания обратно пропорциональной весам, использованным для подгонки по меньшей мере одна запись 'x' должна быть положительной попытка сгладить пропущенные значения попытка сгладить нечисловые значения попытка выбора модели для в целом хорошей подгонки -- глупость неправильное значение для 'end' неправильное значение 'lag' или 'differences' неправильное значение для 'start' диапазон 'k' должен быть >= 1 и нечетным! номер базовой группы -- вне диапазона для комплексного анализа главных компонент биплоты не определены указаны и 'span', и 'enp.target': использую 'span' указаны и 'x', и 'covmat': 'x' будет пропущено длины 'x' и 'y' должны быть непусты границы можно использовать только в методе L-BFGS-B (или Brent) исходное 'n.start' должно быть длиной с 'ar + ma' но только %d переменную но только %d переменных но только %d переменных но найденная переменная имеет %d строку но найденная переменная имеет %d строки но найденная переменная имеет %d строк вызываю anova.lm(<fake-lm-object>) ... вызываю predict.lm(<fake-lm-object>) ... вызываю summary.lm(<fake-lm-object>) ... могу использовать ci.type="ma" только если первый лаг -- ноль не могу высчитать REML логарифм функции правдоподобия для объектов "nls" не могу изменить частоту с %g на %g не могу подсчитать асимптотическое доверительное множество или оценку не могу высчитать доверительный интервал, когда все наблюдения связаны не могу высчитать доверительный интервал, когда все наблюдения нулевые или связаны не могу подсчитать доверительное множество, возвращаю NA не могу подсчитать оценку, возвращаю NA совпадающие значения: не могу высчитать точный доверительный интервал не могу высчитать точный доверительный интервал при наличии нулей не могу подсчитать точные доверительные интервалы при наличии повторяющихся наблюдений не могу подсчитать точное p-значение при наличии повторяющихся наблюдений не могу высчитать точное p-значение при наличии нулей не могу высчитать симулированные p-values с нулевыми краями не могу создать формулу из таблицы данных без колонок не могу найти правильное стартовое значение: пожалуйста, укажите какое-нибудь не могу подогнать асимптотическую модель регрессии для этих данных не могу подогнать модели без уровня ('alpha' не должна быть нулем или FALSE). не могу обработать 'pairwise.complete.obs' не могу нарисовать больше чем 10 серий как "multiple" не могу распознать имя параметра не могу отмасштабировать постоянную/нулевую колонку с единичной дисперсией не могу промоделировать исходят из нечисловых prior.weights не могу использовать 'cor=TRUE' с постоянной переменной не могу использовать 'paired' в методе для формулы не могу использовать точки в формуле с заданной таблицей данных не могу использовать внутренних узлов больше, чем уникальных значений 'x' коэффициенты не дают в сумме 1 свертывается в уникальные значения 'x' упорядочивание колонок дендрограммы дало индекс неправильной длины колонки 'контраст.obj' должен определять контраст (с нулевой суммой) колонки 'контраст.obj' должны определять контраст (с нулевой суммой) не удалось вычислить точную вероятность, возвращаю оценку Монте-Карло контрасты применяются лишь к факторам контрасты могут применяться только к факторам с двумя и более уровнями контрасты удалены для фактора %s контрасты удалены для фактора %s из-за отсутствующих уровней для %d степеней свободы контрасты не определены проблема сходимости к нулю: конвертирую не-необратимые начальные значения скользящего среднего ковариационная матрица не является неотрицательно определенной покрывающая вероятность вне [0,1) кросс-валидация с неуникальными значениями 'x' выглядит сомнительно данные абсолютно константны данные должны быть неотрицательными для мультипликативного варианта метода Холта-Винтерса элементы дендрограммы должны быть 1,2,..,%d (в любом порядке) чтобы было возможным "hclust" узел дендрограммы с неположительными #{branches} безлистный узел дендрограммы с неположительными #{branches} дизайн не сбалансирован и поэтому не может быть использован у diag(V) были неположительные или NA элементы; ответ, если и получится конечным, будет сомнителен не сошлось за %d итерацию не сошлось за %d итерации не сошлось за %d итераций не удалось расширить конечные точки интервалов для f(lower) * f(upper) <= 0 'x' или 'y' имеют 0 измерений расстояния должны быть результатом 'dist' или квадратной матрицей каждое измерение таблицы должно быть >= 2 каждый элемент '%s' должен быть логическим eff.aovlist: не-ортогональные контрасты могут дать неправильный ответ eig=TRUE не работает, если list.=FALSE либо 'k', либо 'h' нужно указать элементы 'k' должны быть между 1 и %d элементы 'n' должны быть положительны элементы 'p' должны быть в (0,1) элементы 'x' должны быть неотрицательны элементы 'x' не должны быть больше, чем элементы 'n' пустой кластер: попробуйте другой набор исходных центров предложена пустая модель слишком хорошая подгонка: summary может быть бессмысленным в точности один из 'groups', 'n', 'between.var', 'within.var', 'power', 'sig.level' должен быть NULL в точности один из 'n', 'delta', 'sd', 'power', 'sig.level' должен быть NULL в точности один из of 'n', 'p1', 'p2', 'power', 'sig.level' должен быть NULL увеличиваю временной ряд во время замены значений дополнительный аргумент %s не класса "%s" дополнительные аргументы %s не класса "%s" дополнительные аргументы %s не класса "%s" дополнительные аргументы отброшены f() значений на концевых точках не противоположного знака f.lower = f(lower) -- это NA f.upper = f(upper) -- это NA у фактора %s есть новый уровень %s у фактора %s есть новые уровни %s у фактора %s есть новые уровни %s факторный анализ применим только к числовым переменным факторный анализ требует как минимум три переменные не получилось создать временнЫе переменные из их имен семейство '%s' не реализовано первый аргумент должен быть объектом "loess" подгонка параметра %s безо всяких переменных подгонка параметров %s безо всяких переменных подгонка параметров %s безо всяких переменных подгонка вычисления нулевого отклонения не сошлась -- надо увеличить 'maxit'? для семейства '%s', 'y' должен быть вектором из нулей и единиц
или двухколочной матрицей, где колонка 1 -- это количество успехов, а колонка 2 -- количество неудач формула '%s' должна быть в виде '~expr' формула 'x' должна иметь и левую, и правую стороны 'formula' пропущена частота для BSM должна быть положительным целым >= 2 glm.fit: алгоритм не сошелся glm.fit: алгоритм остановился на краевом значении glm.fit: возникли подогнанные вероятности 0 или 1 glm.fit: возникли подогнанные доли 0 группирующий фактор должен иметь в точности 2 уровня все hat-значения (leverages) = %s
и здесь нет факторов-предикторов; нет графика N 5 если 'x' -- не матрица, то нужно задать 'y' если 'x' -- не матрица, нужно задать 'y' если 'x' -- не матрица, нужно задать 'z' пропущен(ы) игнорирую априорные веса несовместимые размерности противоречивое указание на порядок 'ar' противоречивое указание на порядок 'ma' неправильные измерения у 'xi' неправильная длина 'x' неправильное указание 'col.vars' неправильное определение 'formula' неправильное указание 'row.vars' неправильные имена переменных в левой части формулы неправильные имена переменных в правой части формулы увеличиваю bw.SJ() интервал поиска (%d) до [%.4g,%.4g] начальные центры не различаются начальное значение не является внутренним в допустимом регионе внутренний цикл 1; не могу исправить размер шага внутренний цикл 2; не могу исправить размер шага взаимодействия не разрешены неправильный 'attr(rhs, "gradient")' неправильный 'SSinit' неправильный 'abbr.colnames' неправильный аргумент 'control' неправильный 'control.spar' недопустимый аргумент 'data' недопустимый аргумент 'endrule' неправильный 'extendInt'; пожалуйста, сообщите неправильный 'keep.stuff' неправильный 'lm' объект: нет компонента 'terms' недопустимый аргумент 'method' неправильный 'nb' неправильное 'tree' (компонент 'merge') недопустимый аргумент 'use' неправильный 'x' недопустимый y неправильный (длина = 0) узел дендрограммы неправильный NCOL(X) неправильный NROW(X) неправильный аргумент 'c' неправильный аргумент 'cell' неправильный аргумент 'degree' неправильный аргумент 'lambda' неправильный аргумент 'n' недопустимый аргумент 'omit' неправильный аргумент 'r' неправильный аргумент 'span' неправильный аргумент для 'getProfile' неправильные аргументы неправильный метод кластеризации неправильные различия неправильный метод подсчета расстояний неправильные подогнанные средние в пустой модели неправильная формула неправильная формула %s неправильная формула %s: присвоение не разрешено неправильная формула %s: внешний вызов `%s` не разрешается неправильная формула %s: не вызов неправильная формула в 'deriv' неправильная формула: %s неправильный метод интерполяции неправильная длина членов неправильная length(x) неправильный линейный предиктор значений в пустой модели неправильная модельная матрица QR неправильный ncol(x) неправильный nrow(x) неправильное число точек неправильные значения параметра неправильный тип отклика неправильное значение %s iterTrace = %d не выполнено поскольку iterations = %d k должен быть между 2 и %d несоответствие длины в свертке длина 'center' должна равняться количеству колонок в 'x' длина 'init' должна равняться длине 'filter' длина 'p' должна быть 1 или равна количеству колонок 'x' длина 'start' должна = %d и соответствовать начальным коэффициентам %s длина 'v.names' не делится без остатка длиной 'varying' длина 'varying' должна быть произведением длины 'v.names' и длины 'times' длина 'wt' должна быть равна количеству строк в 'x' длина FUN, %d,
не соответствует длине краев, %d длина 'choices' должен быть 2 длины 'x' и 'w' должны соответствовать длины 'x' и 'xreg' не соответствуют уровни укорочены до только положительных значений ссылка "%s" недоступна для семейства %s; доступные ссылки: %s у объекта lm object нет правильного 'qr' компонента.
Потому что нулевой ранг или не надо было использовать lm(.., qr=FALSE). логический аргумент 'hessian' не разрешен. См. документацию. lower < upper не выполнено нижняя область действия имеет выражение %s, не включенное в модель нижняя область действия имеет выражения %s, не включенные в модель нижняя область действия имеет выражения %s, не включенные в модель низкоранговое QR-разложение: определяю случаи, для которых может не быть оценки максимальное количество итераций должно быть > 0 medpolish() не сошелся в %d итерацию medpolish() не сошелся в %d итерации medpolish() не сошелся в %d итераций метод = "Brent" доступен только для одномерной оптимизации method = '%s' не поддерживается. Использую 'qr' метод L-BFGS-B использует 'factr' (и 'pgtol') вместо 'reltol' и 'abstol' midcache() для небинарных дендрограмм реализован лишь частично минимум оказался в конце интервала не соответствующие 'x' и 'y' пропущенные значения удалены пропущенные или бесконечные значения не разрешены во вводе пропущенные или отрицательные веса не разрешены пропущенные значения и NaNs не разрешены если 'na.rm' = FALSE пропущенные значения не разрешены в 'poly' пропущенные значения в 'filter' пропущенные значения в объекте пропущенные значения не разрешены несоответствие model frame и формулы в model.matrix() не все модели были подогнаны под размер данных не все модели были подогнаны под размер данных модели с откликом %s удалены потому что отклик отличается от модели 1 больше центров кластеров, чем точек больше центров кластеров, чем отдельных точек. многомерный вариант с пропущенными коэффициентами пока не разработан надо 2 'symbols' для логического аргумента 'x' нужны как минимум 4 наблюдения, чтобы подогнать модель 'SSfol' надо, чтобы длина отклика = длине второго аргумента 'SSfol' для кластеризации нужно иметь n >= 2 объектов в 'x' и 'centers' нужно одно количество колонок нельзя определять и 'spar', и 'lambda' надо указать 'spans' или правильное ядро надо предоставить один или более векторов na.action должна быть функцией names(hybridPars) должен быть NULL или такой же, как умолчания нужно 2 или более ненулевых краев колонок нужно 2 или более ненулевых краев строк для симуляции при помощи семейства 'inverse.gaussian' нужен пакет 'SuppDists' из CRAN нужен объект с компонентом 'call' нужны по крайней мере 2 точки нужны по крайней мере 2 периода, чтобы вычислить стартовые значения сезона нужны как минимум 2 точки, чтобы выбрать диапазон автоматически нужны как минимум 4 уникальных значения 'x' для интерполяции нужны по крайней мере два не-NA значения нужны дендрограммы, где все листья имеют метки нужны множественные отклики нужны числовые данные нужен результат smooth.spline(keep.data=TRUE) отрицательные значения в пуассоновском семействе не разрешены отрицательные значения для квази-пуассоновского семейства не разрешены отрицательные веса не разрешены не дано ни 'x', ни 'covmat' недоступен атрибут "nobs" 'add1'-метод для моделей "mlm" не реализован нет доступного метода 'as.stepfun' для 'x' 'drop1'-метод для моделей "mlm" отсутствует не найдено метода 'getInitial' для объектов "%s" нет доступного метода 'nobs' нет атрибута 'reshapeWide', надо задать 'varying' для остатков нет степеней свободы в подогнанной модели нет факторов нет конечных наблюдений нет моделей для сравнения нет наблюдений, информативных для итерации %d нет параметров для подгонки не указаны замены отсутствуют строки для агрегирования нет доступных вкладов: подгоняю еще раз с 'retx=TRUE' изменений знака не найдено за %d итераций в указанном диапазоне решений нет не заданы стартовые значения не указано стартовое значение нет ни компонента terms, ни атрибута в области действия нет выражений в области действия нет выражений для добавления к объекту не указаны временные ряды не найден правильный набор коэффициентов: пожалуйста, укажите стартовые значения не-NA остаточная длина не соответствует случаям, использованным в подгонке не-факторы проигнорированы: %s не-конечный 'bw' не конечный 'from' не конечный 'to' не-конечные коэффициенты в итерации %d не целочисленные #successes в %s glm! не целочисленные счетчики в %s glm! непересекающиеся серии безлистное дерево нулевой длины не-списочный аргумент для контрастов пропущен неположительные значения не разрешены для семейства 'Gamma' не-квадратная матрица нестационарная часть авторегрессии нестационарная часть авторегрессии из CSS нестационарная сезонная часть авторегрессии нестационарная сезонная часть авторегресии из CSS временные ряды некорректной длины неправильный объект "smooth.spline" неправильная шаговая функция не все серии имеют одинаковую частоту не все серии имеют одинаковую фазу не нереплицированный полноблочный дизайн недостаточно данных 'x' недостаточно наблюдений 'x' недостаточно данных 'y' недостаточно наблюдений 'y' недостаточно (не-пропущенных) данных 'x' недостаточно данных недостаточно степеней свободы, чтобы определить контрасты недостаточно конечных наблюдений недостаточно групп недостаточно наблюдений наблюдения с единичной трансляцией не рисую:
%s не использую неправильный df; нужно, чтобы 1 < df <= n := #{unique x} = нечего табулировать количество 'cutpoints' должно быть на один меньше, чем количество символов количество 'cutpoints' должно быть на один больше, чем количество символов количество центров кластеров должно быть в пределах между 1 и nrow(x) количество различий должно быть положительным целым числом количество групп должно быть по крайней мере 2 количество наблюдений в 'x' и 'y' должно соответствовать. количество наблюдений в каждой группе должно быть как минимум 2 количество смещений %d, а должно быть %d (количество наблюдений) число смещений = %d, а должно быть = %d (числу наблюдений) количество используемых строк изменилось: убраны пропущенные значения? количество серий в 'object' и 'newdata' не совпадают указанное количество значений не является множителем количества значений, которые надо заменить количество весов = %d, а должно быть = %d (числу откликов) количество весов должно соответствовать количеству наблюдений. числовые 'all.knots' должны покрывать [0,1] (= трансформированный разброс данных) ожидаются числовые контрасты или имя контраста надо указать числовой y.
Для определения плотности пользуйтесь density() объект '%s' не имеет вкладов объект должен быть класса %s или %s объект не интерпретируется как фактор наблюдения с нулевым весом не использованы при вычислении стандартного отклонения наблюдения с нулевым весом не использованы наблюдения с нулевым весом не использовались при вычислении дисперсии одномерная оптимизация методом Нелдера-Мида ненадежна:
используйте "Brent" или прямо optimize() но только %d случай но только %d случая но только %d случаев только %d из первых %d собственных значений > 0 разрешены только 1-4 предиктора реализовано только для одномерных временных рядов разрешены только замены элементов только одномерные серии разрешены трудности оптимизации: %s ошибка оптимизации опция "show.coef.Pvalues" неправильная: предполагаю TRUE опция "show.signif.stars" неправильная: предполагаю TRUE ортогональные многочлены не могут быть достаточно аккуратно представлены для %d степеней свободы p-value будет примерным в присутствии повторяющихся значений параметр %s не встречается в формуле модели параметры %s не встречаются в формуле модели параметры %s не встречаются в формуле модели параметры без стартового значения в 'data': %s слияние SD несовместимо с парными тестами только положительные значения разрешены для обратно-гауссового семейства возможно, проблема сходимости: 'optim' выдал код= %d и сообщение %s возможно, проблема сходимости: 'optim' выдал код= %d предсказание от неполноранговой подгонки предсказания на основе текущих данных указывают на _будущие_ зависимости все предикторы должны быть числами вероятности должны быть конечными, неотрицательными и хотя бы некоторые ненулевыми вероятности должны быть неотрицательными. вероятности должны в сумме давать 1. профилирование нашло лучшее решение, так что исходное решение не сошлось читайте документацию по 'trace' внимательнее ref = %d должен быть в пределах 1L:%d заданный доверительный интервал не достигаем запрошенные вклады без матрицы 'x' остаточные степени свободы в объекте указывают, что это не подгонка "lm" остатки имеют ранг %d < %d остатки имеют ранг %s < %s отклик не разрешен в формуле правая сторона формулы не является вызовом функции упорядочивание строк дендрограммы дало индекс неправильной длины размер выборки в каждом слое должен быть > 1 размер выборки должен быть между 3 и 5000 выборки различаются положением: не могу подсчитать доверительное множество, возвращаю NA точковые графики -- только для одномерных временных рядов область действия не является подмножеством меток выражений сезонная часть скользящего среднего из модели необратима серии повреждены, атрибут 'tsp' отсутствует серии повреждены: длина %d с 'tsp' подразумевает %d серия не периодическая или имеет менее чем два периода setVarying : длина 'vary' должна соответствовать длине параметров устанавливаю df = 1 __использовать с осторожностью!__ simulate() для многомерных lm() еще не разработан сингулярная матрица контрастов обнаружено сингулярное сглаживание сингулярная градиентная матрица в оценке начальных параметров сингулярности в регрессии size != sum(x), т.е. одно неправильно размер не должен быть NA или превышать 65536 некоторые параметры AR были исправлены: устанавливаю transform.pars = FALSE некоторые параметры модели авторегрессии-скользящего среднего были исправлены: устанавливаю transform.pars = FALSE некоторая постоянная переменная (%s) на самом деле варьирует некоторые элементы 'x' нечисловые и будут преобразованы в числа в некоторых выражениях будут NA вследствие ограничений метода некоторые веса должны быть положительны указан параметрический для всех предикторов указанный квадрат фактора-предиктора будет сброшен, если степень = 1 указанный квадрат предиктора будет сброшен к только одному числовому предиктору определите 'rate' или 'scale', но не оба надо указать в точности один из 'k' и 'h' надо указать в точности один из 'which' и 'x' spline: первое и последнее значения y различны -- использую y[1L] для обоих spline: первое и последнее значения y различны -- использую y[1] для обоих размер шага уменьшен в связи с расходимостью размер шага уменьшен: выход за пределы stepfun: 'x' должен быть упорядочен по возрастанию sum(weights) != 1 -- не истинной плотности не будет укажите и 'x', и 'y' или матрице-подобный 'x' таблица 'x' должна иметь два компонента у 'tree' компонент 'height' не сортирован (по возрастанию) аргумент 'se.fit' для "mlm"-объектов еще не реализован аргумент 'split' должен быть списком случай k > 2 не реализован определенный контраст пуст (не имеет TRUE-элементов) первое значение временного ряда не должно быть пропущенным следующие аргументы 'anova.glm' неправильные и были отброшены: ряд целиком из NA здесь %d ошибочных выражения: разрешено лишь одно здесь %d ошибочных выражения: разрешено лишь одно здесь %d ошибочных выражений: разрешено лишь одно здесь есть записи с пропущенными временами, они будут сброшены. тут должно быть как минимум 2 наблюдения в каждой группе эта подгонка не унаследована из "lm" в тесте согласия Колмогорова не должно быть повторяющихся значений временные ряды содержат внутренние NAs временной ряд не имеет или имеет меньше 2 периодов времена для замены не соответствуют слишком мало случаев i вместе с h_ii > 0), n < k слишком мало различающихся входных значений для подгонки модели Michaelis-Menten слишком мало различающихся входных значений для подгонки модели 'biexponential' слишком мало различающихся входных значений для подгонки логистической модели с 4 параметрами слишком мало различающихся входных значений для подгонки логистической модели слишком мало различающихся входных значений для подгонки асимптотической модели регрессии слишком мало различающихся входных значений для подгонки модели 'asympOff' слишком мало различающихся входных значений для подгонки модели 'asympOrig' слишком мало различающихся входных значений для подгонки модели Gompertz слишком мало различающихся входных значений для подгонки модели 'Weibull growth' слишком мало групп слишком мало непропущенных значений слишком мало наблюдений для подгонки асимптотической модели регрессии указано слишком много заменяющих значений измененные параметры модели авторегрессии-сколькозящего среднего были исправлены тип '%s' еще не разработан тип = "partial" пока не разработан не могу оптимизировать, начиная с этого стартового значения не могу оптимизировать, начиная с этих стартовых значений не могу оптимизировать, начиная с этих стартовых значений неодинаковое количество строк в 'cancor' только одномерные временные ряды неизвестное правило диапазона неизвестное имя %s в 'split'-списке неизвестные имена %s в 'split'-списке неизвестные имена %s в 'split'-списке неизвестное именованное ядро неизвестные имена в директиве: неизвестное значение строки для 's.window' нераспознанный контрольный элемент с именем %s пропущен нераспознанные контрольные элементы с именами %s пропущены нераспознанные контрольные элементы с именами %s пропущены верхние и нижние границы игнорируются, пока не algorithm = "port" нижняя область действия имеет выражение %s, не включенное в модель нижняя область действия имеет выражения %s, не включенные в модель нижняя область действия имеет выражения %s, не включенные в модель используется только с "lm"-объектами использовать тест Фишера с семейством '%s' неправильно использовать тест Фишера с фиксированной дисперсией неправильно использую %d/%d строку из комбинированного выравнивания использую %d/%d строки из комбинированного выравнивания использую %d/%d строк из комбинированного выравнивания использование type = "numeric" с зависимой переменной-фактором будет пропущено использую веса в качестве обратных к дисперсиям использую веса в качестве параметров формы значение 'epsilon' должно быть > 0 переменная '%s' отсутствует, ее контраст будет проигнорирован переменная '%s' -- не фактор переменная '%s' была подогнана к типу "%s", а указан тип "%s" переменные %s указаны с другими типами, чем в подгонке веса не поддерживаются для многослойного варианта aov() все веса должны быть неотрицательными и не все -- нулевыми неправильное встроенное измерение неправильный k / cs.ind неправильная длина 'fixed' неправильный метод неправильное количество колонок в 'x' неправильное количество колонок новых данных: неправильное количество строк в матрице контрастов x не является вектором или одномерным временным рядом x$lag должен иметь как минимум 1 колонку x.ret=TRUE не работает, если list.=FALSE x[1] != r[1]; использую x[1] на диагонали x[] и prob[] должны векторами одинаковой длины. y пусто или включает лишь NAs значения y должны быть 0 <= y <= 1 нулевые не-NA точки серия с нулевой вариансой