找回密码
 注册
查看: 640|回复: 0

R语言 RMC包 hrplot()函数中文帮助文档(中英文对照)

[复制链接]
发表于 2012-9-26 23:56:17 | 显示全部楼层 |阅读模式
hrplot(RMC)
hrplot()所属R语言包:RMC

                                        Plot horizontal residual plots for a RMC model.
                                         绘制水平的RMC模型的残差图。

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------

Plot movement or a particular state's patch residuals for objects created by the estimation function RMC.mod.
图运动或某个特定国家的补丁残差估计函数创建的对象RMC.mod。


用法----------Usage----------


hrplot( envel.obj, ylim, ...)



参数----------Arguments----------

参数: envel.obj
a matrix of residuals and their upper and lower simulation limits. The easiest method to obtain this object is via a call to the diagnos.envel function. The object to be passed is an element of the resulting list. If the matrix has a column called "labels" then these are used as plot marks in the plot (useful for movement residuals).
的矩阵的残差和它们的上部和下部的模拟限制。最简单的方法来获取这个对象是通过调用的diagnos.envel功能。以被传递的对象是结果列表中的一个元素。如果矩阵中有一列被称为“标签”,那么这些被用作图中的图标记(用于运动残差)。


参数: ylim
a numeric vector of length 2 giving the minimum and maximum values for the y-axis. This parameter is very similar to that described in par but has slightly different implementation (very slight).
一个数值向量的长度为2给出的y轴的最小和最大的值。此参数中描述的参数,但有稍微不同的实施(很轻微的)是非常类似的。


参数: ...
other graphical parameters to be passed to the plot function.
其他图形来传递参数的绘图功能。


Details

详细信息----------Details----------

This function is simple but care will need to be exercised in its use. See the example for best instruction and see Foster and Bravington (2009) for details about what the residuals are.
此功能很简单,但需要谨慎行使其使用。见的例子,最好的教学和,福斯特和Bravington(2009年)的残差是什么。


(作者)----------Author(s)----------


Scott D. Foster



参考文献----------References----------

<h3>See Also</h3>

实例----------Examples----------


#produces Figure 1 of Foster and Bravington (2009)[产生图1的福斯特和Bravington(2009年)]
#fit RMC model to dataEG1[适合RMC模型,以dataEG1的]
fm.est <- RMC.mod( states=dataEG1[,2], chain.id=dataEG1[,1], X=dataEG1[,3])
#calculate the simulation envelope (many fewer samples than Foster and Bravington (2009)[计算模拟信封(少很多福斯特和Bravington的样本中比(2009年)]
B<-50
temp.est <- diagnos.envel( obs.states=dataEG1[,2], chain.id=dataEG1[,1], X=dataEG1[,3,drop=FALSE], fit=fm.est, B=B)
#plot the patch residuals for the second state and the movement residuals[绘制的补丁的第二状态的残差和运动残差]
par(mfrow=c(1,2))
hrplot( temp.est[["patch"]][[2]], ylab="Patch Residuals - Normal Quantiles", xlab="Normal Quantiles", main="Stationary Data", pch=20)
hrplot( temp.est$movement, ylab="Movement Residuals - Normal Quantiles", xlab="Normal Quantiles", main="Stationary Data", pch=20)

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注:
注1:为了方便大家学习,本文档为生物统计家园网机器人LoveR翻译而成,仅供个人R语言学习参考使用,生物统计家园保留版权。
注2:由于是机器人自动翻译,难免有不准确之处,使用时仔细对照中、英文内容进行反复理解,可以帮助R语言的学习。
注3:如遇到不准确之处,请在本贴的后面进行回帖,我们会逐渐进行修订。
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册

本版积分规则

手机版|小黑屋|生物统计家园 网站价格

GMT+8, 2024-11-24 00:12 , Processed in 0.018656 second(s), 15 queries .

Powered by Discuz! X3.5

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表