R语言 SMIR包 NPL.bands()函数中文帮助文档(中英文对照)

loveR

NPL.bands(SMIR)
NPL.bands()所属R语言包：SMIR

                                        Nonparametric likelihood confidence bands
                                         非参数似然置信区间

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Computes the confidence bands for the empirical
计算置信区间的经验


用法----------Usage----------


NPL.bands(x,conf.level)



参数----------Arguments----------

参数：x
a numeric vector
一个数值向量


参数：conf.level
Either 0.95 (default) or 0.99
无论是0.95（默认）或0.99


值----------Value----------

<table summary="R valueblock"> <tr valign="top"><td>x</td> <td> The unique values of x</td></tr> <tr valign="top"><td>lower</td> <td> The lower bound</td></tr> <tr valign="top"><td>upper</td> <td> The upper bound</td></tr> </table>
<table summary="R valueblock"> <tr valign="top"> <TD>x </ TD> <TD>的唯一值的X </ TD> </ TR> <TR VALIGN =“顶“<TD> lower </ TD> <TD>下限</ TD> </ TR> <tr valign="top"> <TD> upper</ TD> <上限TD> </ TD> </ TR> </ TABLE>


（作者）----------Author(s)----------


<a href="mailto:ross.darnell@csiro.au">ross.darnell@csiro.au</a>



实例----------Examples----------


### Empirical distribution of a gamma variable[经验分布的伽玛变量＃＃]
### and comparing to a normal [＃＃和比较正常的]
library(lattice)
y <- round(rgamma(100,shape=1.4,scale=20))
meany <- mean(y)
sdy <- sd(y)
print(xyplot(qnorm(lower)+qnorm(upper)~x,data=NPL.bands(y),
panel=function(x,y,...){
panel.xyplot(x,y,...)
panel.curve(qnorm(pnorm(x,mean=meany,sd=sdy)))}))
### and for a larger sample[＃＃和一个较大的样本]
yy <- round(rgamma(1000,shape=1.4,scale=20))
meanyy <- mean(yy)
sdyy <- sd(yy)
print(xyplot(qnorm(lower)+qnorm(upper)~x,data=NPL.bands(yy),
panel=function(x,y,...){
panel.xyplot(x,y,...)
panel.curve(qnorm(pnorm(x,mean=meanyy,sd=sdyy)))}))
###  and for a t-distributed variable with df=10[＃＃的t分布的变量与df = 10]
yyy <- round(rt(1000,df=10),1)
meanyyy <- mean(yyy)
sdyyy <- sd(yyy)
print(xyplot(qnorm(lower)+qnorm(upper)~x,data=NPL.bands(yyy),
panel=function(x,y,...){
panel.xyplot(x,y,...)
panel.curve(qnorm(pnorm(x,mean=meanyyy,sd=sdyyy)))}))
###  and for a mixture of t-distributed variables with df=5[＃＃和为叔 - 分布式的变量的混合物用df = 5]
yyyy <- round(c(rt(100,df=5)*5+20,rt(100,df=5)*5+40))
meanyyyy <- mean(yyyy)
sdyyyy <- sd(yyyy)
print(xyplot(qnorm(lower)+qnorm(upper)~x,data=NPL.bands(yyyy),
panel=function(x,y,...){
panel.xyplot(x,y,...)
panel.curve(qnorm(pnorm(x,mean=meanyyyy,sd=sdyyyy)))}))
#[]

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。