R语言 SiZer包 piecewise.linear()函数中文帮助文档(中英文对照)

loveR

piecewise.linear(SiZer)
piecewise.linear()所属R语言包：SiZer

                                        Fit a piecewise linear model
                                         适合的分段线性模型

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Fit a degree 1 spline with 1 knot point where the location of the  knot point is unknown.
适合的程度1花键与1结点的结点的位置是未知的。


用法----------Usage----------


piecewise.linear(x, y, middle = 1, CI = FALSE,
        bootstrap.samples = 1000, sig.level = 0.05)



参数----------Arguments----------

参数：x
Vector of data for the x-axis.
数据的x轴的向量。


参数：y
Vector of data for the y-axis
为y轴的向量数据


参数：middle
A scalar in [0,1].  This represents the range that the change-point can occur in.  0 means the change-point must occur at the middle of the range of  x-values.  1 means that the change-point can occur anywhere along the range of the  x-values.
标量[0,1]。这表示的范围内的变化点可以发生英寸0意味着必须发生的变化点的x值的范围的中间处。 1表示变化点可以沿x值的范围内的任何地方出现。


参数：CI
Whether or not a bootstrap confidence interval should be calculated.
无论自举置信区间应计算。


参数：bootstrap.samples
The number of bootstrap samples to take.
的bootstrap样本数。


参数：sig.level
What significance level to use for the confidence intervals.
使用什么样的显着性水平的置信区间。


Details

详细信息----------Details----------

The bootstrap samples are taken by resampling the raw data points.  Often a more appropriate bootstrap sample would be to calculate the residuals and then add a randomly selected residual to each y-value.
bootstrap样本重采样的原始数据点。通常情况下，一个更合适的引导样本将计算出的残留物，然后添加一个随机选择的残余每个y值。


值----------Value----------

A list of 5 elements is returned: <table summary="R valueblock"> <tr valign="top"><td>change.point</td> <td> The estimate of &alpha;.</td></tr> <tr valign="top"><td>model</td> <td> The resulting lm object once &alpha; is known. </td></tr> <tr valign="top"><td>x</td> <td> The x-values used.</td></tr> <tr valign="top"><td>y</td> <td> The y-values used.</td></tr> <tr valign="top"><td>CI</td> <td> Whether or not the confidence interval was calculated.</td></tr> <tr valign="top"><td>intervals</td> <td> If the CIs where calculated, this is a matrix of the upper and lower intervals.</td></tr> </table> ...
5个元素，则返回的列表：<table summary="R valueblock"> <tr valign="top"> <TD>change.point </ TD> <TD>的估计&alpha;。< / TD> </ TR> <tr valign="top"> <TD> model</ TD> <td>在lm一次&alpha;被称为对象。 </ TD> </ TR> <tr valign="top"> <TD> x</ TD> <TD>的X值。</ TD> </ TR> <TR VALIGN =“顶“<TD> y </ TD> <TD>的y值。</ TD> </ TR> <tr valign="top"> <TD>CI</ TD> <TD>与否的置信区间的计算。</ TD> </ TR> <tr valign="top"> <TD> intervals </ TD> <TD>如果CIS计算这是一个矩阵的上部和下部的间隔。</ TD> </ TR> </表> ...


（作者）----------Author(s)----------


Derek Sonderegger



参考文献----------References----------

Chiu, G. S., R. Lockhart, and R. Routledge. 2006. Bent-cable regression  theory and applications. Journal of the American Statistical Association  101:542-553.
Toms, J. D., and M. L. Lesperance. 2003. Piecewise regression: a tool for  identifying ecological thresholds. Ecology 84:2034-2041.

参见----------See Also----------

~~objects to See Also as help, ~~~
~~的对象请参见help的，~~~


实例----------Examples----------


data(Arkansas)
x <- Arkansas$year
y <- Arkansas$sqrt.mayflies

model <- piecewise.linear(x,y, CI=FALSE)
plot(model)
print(model)
predict(model, 2001)

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。