找回密码
 注册
查看: 583|回复: 0

R语言 RMTstat包 WishartSpike()函数中文帮助文档(中英文对照)

[复制链接]
发表于 2012-9-27 19:19:04 | 显示全部楼层 |阅读模式
WishartSpike(RMTstat)
WishartSpike()所属R语言包:RMTstat

                                        The Spiked Wishart Maximum Eigenvalue Distributions
                                         尖刺威沙特最大特征值的分布

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------

Density, distribution function, quantile function, and random generation for the maximum eigenvalue from a spiked Wishart matrix (sample covariance matrix) with ndf degrees of freedom, pdim dimensions, and population covariance matrix  diag(spike+var,var,var,...,var).
密度,分布函数,分位数函数,和从钉威沙特矩阵(协方差矩阵)ndf自由度,pdim尺寸,和人口的协方差矩阵diag(spike+var,var,var,...,var)的最大特征值的随机生成。


用法----------Usage----------


dWishartSpike(x, spike, ndf=NA, pdim=NA, var=1, beta=1, log = FALSE)
pWishartSpike(q, spike, ndf=NA, pdim=NA, var=1, beta=1, lower.tail = TRUE, log.p = FALSE)
qWishartSpike(p, spike, ndf=NA, pdim=NA, var=1, beta=1, lower.tail = TRUE, log.p = FALSE)
rWishartSpike(n, spike, ndf=NA, pdim=NA, var=1, beta=1)



参数----------Arguments----------

参数:x,q
vector of quantiles.
向量的位数。


参数:p
vector of probabilities.
向量的概率。


参数:n
number of observations. If length(n) > 1, the length is taken to be the number required.
若干意见。如果length(n) > 1,长度所需的数量。


参数:spike
the value of the spike.
尖峰的值。


参数:ndf
the number of degrees of freedom for the Wishart matrix.
的自由度的数目为威沙特矩阵。


参数:pdim
the number of dimensions (variables) for the Wishart matrix.
为威沙特矩阵的维数(变量)。


参数:var
the population (noise) variance.
人口(噪声)的差异。


参数:beta
the order parameter (1 or 2).
命令的参数(1或2)。


参数:log, log.p
logical; if TRUE, probabilities p are given as log(p).
逻辑,如果TRUE,给出概率P为log(P)。


参数:lower.tail
logical; if TRUE (default), probabilities are P[X <= x], otherwise, P[X > x].
逻辑;如果是TRUE(默认值),概率P[X <= x],否则,“P[X > x]。


Details

详细信息----------Details----------

The spiked Wishart is a random sample covariance matrix from multivariate normal data with ndf observations in pdim  dimensions.  The spiked Wishart has one population covariance eigenvalue equal to spike+var and the rest equal to var.  These functions are related to the limiting distribution of the largest eigenvalue from such a matrix when ndf and pdim both tending to infinity, with their ratio tending to a nonzero constant.
加标威沙特是一个随机样本协方差矩阵,从多元正态分布的数据ndf观测pdim尺寸。加标威沙特有一个总体协方差的特征值等于spike+var和等于var的其余部分。这些功能都与当ndf和pdim都趋向于无穷大,与他们比趋于一个非零的常数矩阵的最大特征值的极限分布。

For the spiked distribution to exist, spike must be greater than sqrt(pdim/ndf)*var.
钉分布存在,spike必须大于sqrt(pdim/ndf)*var的。

Supported values for beta are 1 for real data and and 2 for complex data.
支持的值beta是1真实的数据和2复杂的数据。


值----------Value----------

dWishartSpike gives the density, pWishartSpike gives the distribution function, qWishartSpike gives the quantile function, and rWishartSpike generates random deviates.  
dWishartSpike给出了密度,pWishartSpike给出了分布函数,qWishartSpike给出了分位数的功能,和rWishartSpike随机产生的偏离。


(作者)----------Author(s)----------


Iain M. Johnstone, Zongming Ma, Patrick O. Perry and Morteza Shahram



参考文献----------References----------

Baik, J., Ben Arous, G., and P茅ch茅, S. (2005). Phase transition of the largest eigenvalue for non-null  complex sample covariance matrices. Annals of Probability 33, 1643&ndash;1697.
Baik, J. and Silverstein, J. W. (2006).  Eigenvalues of large sample covariance matrices of spiked  population models. Journal of Multivariate Analysis 97, 1382-1408.
Paul, D. (2007). Asymptotics of sample eigenstructure for a large  dimensional spiked covariance model. Statistica Sinica. 17, 1617&ndash;1642.

参见----------See Also----------

WishartSpikePar, WishartMax
WishartSpikePar,WishartMax

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 13:44 , Processed in 0.021938 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