R语言 rrcov包 lmom32()函数中文帮助文档(中英文对照)

loveR

lmom32(rrcov)
lmom32()所属R语言包：rrcov

                                         Hosking and Wallis Data Set, Table 3.2
                                         霍斯金瓦利斯群岛和数据集，表3.2

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

The data on annual maximum streamflow at 18 sites with smallest drainage area basin in southeastern USA contains the sample L-moments ratios (L-CV, L-skewness and L-kurtosis) as used by Hosking and Wallis (1997) to illustrate the discordancy measure in regional freqency analysis (RFA).
年最大径流量最小的流域盆地的东南部，美国在18个站点上的数据包含L-时刻比（L-CV，L-偏度和峰度L-）所使用的霍斯金与沃利斯（1997）说明的discordancy的范例测量区域块频率分析（RFA）。


用法----------Usage----------


data(lmom32)



格式----------Format----------

A data frame with 18 observations on the following 3 variables.
一种数据框与18上的以下3个变量的观测。




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.49, Table 3.2
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49页，表3.2


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(lmom32)

    # plot a matrix of scatterplots[绘制散点图矩阵]
    pairs(lmom32,
          main="Hosking and Wallis Data Set, Table 3.3",
          pch=21,
          bg=c("red", "green3", "blue"))

    mcd<-CovMcd(lmom32)
    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(lmom32)
    rd <- sqrt(getDistance(mcd))
    ccov <- CovClassic(lmom32)
    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。