找回密码
 注册
查看: 274|回复: 0

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

[复制链接]
发表于 2012-9-28 20:40:49 | 显示全部楼层 |阅读模式
Appalachia(rrcov)
Appalachia()所属R语言包:rrcov

                                         Annual maximum streamflow in central Appalachia
                                         在阿巴拉契亚中部最大年径流量

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------

The data on annual maximum streamflow at 104 gaging stations in the central Appalachia region of the United States contains the sample L-moments ratios (L-CV, L-skewness and L-kurtosis) as used by Hosking and Wallis (1997) to illustrate regional freqency analysis (RFA).
年最大径流中央阿巴拉契亚美国区域在104量具站上的数据中包含的样品L-矩的比值(L-CV,L-偏度和L-峰度)所用的由霍斯和Wallis(1997)来说明区域块频率分析(RFA)。


用法----------Usage----------


data(Appalachia)



格式----------Format----------

A data frame with 104 observations on the following 3 variables:
一个数据框,104以下3个变量的观察:




L-CV L-coefficient of variation
L-CVL-变异系数




L-skewness L-coefficient of skewness
L-skewnessL-偏态系数




L-kurtosis L-coefficient of kurtosis
L-kurtosisL-峰度系数


Details

详细信息----------Details----------

The sample L-moment ratios (L-CV, L-skewness and L-kurtosis) of a site are regarded as a point in three dimensional space.
样本L-矩比率(L-CV,L-偏度和L-峰度)的网页被视为作为三维空间中的一个点。


源----------Source----------

Hosking, J. R. M. and J. R. Wallis (1997), Regional Frequency Analysis: An Approach Based on L-moments. Cambridge University Press, p.175–185
霍斯金,JRM和JR瓦利斯(1997),区域频率分析:一种基于L-时刻。剑桥大学出版社,第175页-185


参考文献----------References----------

Robust detection of discordant sites in regional frequency analysis, Water Resources Research, 43, W06417,  doi:10.1029/2006WR005322,  http://www.agu.org/pubs/crossref/2007/2006WR005322.shtml

实例----------Examples----------


    data(Appalachia)

    # plot a matrix of scatterplots[绘制散点图矩阵]
    pairs(Appalachia,
          main="Appalachia data set",
          pch=21,
          bg=c("red", "green3", "blue"))

    mcd<-CovMcd(Appalachia)
    mcd
    plot(mcd, which="dist", class=TRUE)
    plot(mcd, which="dd", class=TRUE)

    ##  identify the discordant sites using robust distances and compare [#找出不和谐的站点使用强劲的距离和比较]
    ##  to the classical ones[#经典的]
    mcd <- CovMcd(Appalachia)
    rd <- sqrt(getDistance(mcd))
    ccov <- CovClassic(Appalachia)
    cd <- sqrt(getDistance(ccov))
    r.out <- which(rd > sqrt(qchisq(0.975,3)))
    c.out <- which(cd > sqrt(qchisq(0.975,3)))
    cat("Robust: ", length(r.out), " outliers: ", r.out,"\n")
    cat("Classical: ", length(c.out), " outliers: ", c.out,"\n")

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, 2024-11-26 19:44 , Processed in 0.034191 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