get.unif.par(rriskDistributions)
get.unif.par()所属R语言包：rriskDistributions
Fitting parameters of a uniform distribution from two or more quantiles
从两个或更多的位数的一个均匀分布的拟合参数
译者：生物统计家园网 机器人LoveR
描述----------Description----------
get.unif.par returns the parameters of a uniform distribution where the pth percentiles match with the quantiles q.
get.unif.par返回一个均匀分布的参数，其中p百分位匹配位数q。
用法----------Usage----------
get.unif.par(p=c(0.025,0.975), q, plot=TRUE,
scaleX=c(0.1,0.9),...)
参数----------Arguments----------
参数：p
numeric, single value or vector of probabilities.
数字，单值或向量的概率。
参数：q
numeric, single value or vector of quantiles corresponding to p.
数字，位数对应于P的单个值或向量。
参数：plot
logical, if TRUE the graphical diagnostics will be plotted (default value is TRUE)
逻辑，如果TRUE将被绘制的图形诊断（默认值是TRUE）
参数：scaleX
numerical vector of the length 2 containing values (from the open interval (0,1)) for scaling quantile-axis (relevant only if plot=TRUE). The smaller the left value, the further the graph is extrapolated within the lower percentile, the greater the right value, the further it goes within the upper percentile.
数值向量的长度位数轴缩放2的值（在开区间（0,1））（相关的只有plot=TRUE）。左边的值较小，进一步在图形内的较低百分推断，更大的权值，它进一步去内上部百分。
参数：...
further arguments passed to the functions plot and points (relevant only if plot=TRUE)
进一步的功能参数传递给plot和只有points（相关plot=TRUE）
Details
详细信息----------Details----------
The number of probabilities and the number of quantiles must be identical and should be at least two. Using the default p, the three corresponding quantiles are the 2.5th percentile, the median and the 97.5th percentile, respectively. <br> <br> Parameters of the uniform distribution are estimated exactly. <br> <br> The items of the probability vector p should lie between 0 and 1.
概率和分位数的数目的数目必须是相同的，并且应该是至少两个。使用默认的p，相应的三个位数的第2.5个百分位数，中位数和第97.5个百分位数，分别为。 <BR> <BR>的均匀分布的参数估计准确。是参考参考本的的概率向量p件应位于0和1之间。
值----------Value----------
Returns fitted parameters of a uniform distribution.
返回一个均匀分布的拟合参数。
注意----------Note----------
it should be noted that there might be deviations between the estimated and the theoretical distribution parameters in certain circumstances. This is because the estimation of the parameters is based on a numerical optimization method and depends strongly on the initial values. In addition, one must always keep in mind that a distribution for different combinations of parameters may look very similar. Therefore, the optimization method cannot always find the "right" distribution, but a "similar" one. <br> <br> If the function terminates with the error massage "convergence error occured or specified tolerance not achieved", one may try to set the convergence tolerance to a higher value. It is yet to be noted, that good till very good fits of parameters could only be obtained for tolerance values that are smaller than 0.001.
应当指出，有可能会对估计和在某些情况下的理论分布参数之间的偏差。这是因为估计的参数的数值优化方法的基础上，并强烈地依赖于初始值。此外，我们必须始终牢记，分配不同的参数组合看起来非常相似。因此，优化方法并不总是可以找到“正确”的分布，但“类似”。参考<br>如果函数终止“的错误按摩收敛发生错误或指定的公差未实现”，一个可以尝试，设置收敛到一个更高的值的耐受性。是尚未应注意，好至很好的适合的参数只能得到公差值小于0.001。
（作者）----------Author(s)----------
Matthias Greiner <a href="mailto:matthias.greiner@bfr.bund.de">matthias.greiner@bfr.bund.de</a>
(BfR), <br> Katharina Schueller
<a href="mailto:schueller@stat-up.de">schueller@stat-up.de</a> (<acronym><span class="acronym">STAT-UP</span></acronym>
Statistical Consulting), <br> Natalia Belgorodski
<a href="mailto:belgorodski@stat-up.de">belgorodski@stat-up.de</a> (<acronym><span class="acronym">STAT-UP</span></acronym>
Statistical Consulting)
实例----------Examples----------
q<-qunif(p=c(0.025,0.975),min=0,max=5)
get.unif.par(q=q)
get.unif.par(q=q,scaleX=c(0.001,0.999))
q<-qunif(p=c(0.025,0.975),min=-6,max=5)
get.unif.par(q=q)
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。
|
发表于 2012-9-28 21:12:52
