R语言 RMC包 simRandWalk()函数中文帮助文档(中英文对照)

loveR

simRandWalk(RMC)
simRandWalk()所属R语言包：RMC

                                        Simulate a continuous auto-regressive process.
                                         模拟连续自动回归的过程。

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Simulates an autoregressive process for a specified number of sets of observations. The first observation in each chain is drawn from an independent normal and subsequent observations are drawn from another normal with mean equal to the last observation.
自回归过程模拟指定数量的观测台。在每一个链的第一个观察来自一个独立的正常和后续观测来自另一台正常的平均等于最后观察。


用法----------Usage----------


simRandWalk( nc=5, ni=rep( 1000, nc), init.var=1, seq.var=0.1)



参数----------Arguments----------

参数： nc
the number of chains to simulate
链的数目，以模拟


参数： ni
the length of each chain (must be a vector of length nc)
每一个链的长度（必须是一个向量的长度NC）


参数： init.var
the variance to use for the initial random number generation (distribution will have mean zero)
方差使用的初始随机数生成（分布具有均值为零）


参数： seq.var
the variance to use in the sequential simulation
使用顺序模拟的差异


Details

详细信息----------Details----------

The autoregressive process is simulated for each of nc chains. The first element of each chain is simulated from a normal with zero mean and variance init.var. The subsequent values are simulated from a random draw from a normal with mean equal to the previous observation and variance seq.var.
自回归过程是模拟数控链的。每一个链的第一个元素是模拟一个正常的零均值和方差init.var。随后的模拟值是从一个正常的随机抽签，意味着平等和前面的观察和方差seq.var的。


值----------Value----------

A matrix with sum( ni) rows and 2 columns. The first column has elements 1:nc and indicates the chain the the observation belongs to. The second column contains the random values
总和（NI）行2列的矩阵。第一列的元素1：NC，并表示链的观察属于。第二列包含的随机值


（作者）----------Author(s)----------


Scott D. Foster



实例----------Examples----------


ni <- c( 30, 300, 3000)
simDat <- simRandWalk( nc=3, ni=ni, init.var=1, seq.var=0.1)
par( mfrow=c( 1, 3))
plot( 1:ni[1], simDat[1:ni[1],2], type='b', pch=20, ylab="Random Variable", xlab="Index", main="Chain 1")
plot( 1:ni[2], simDat[ni[1]+1:ni[2],2], type='b', pch=20, ylab="Random Variable", xlab="Index", main="Chain 2")
plot( 1:ni[3], simDat[sum(ni[1:2])+1:ni[3],2], type='b', pch=20, ylab="Random Variable", xlab="Index", main="Chain 3")

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。