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

loveR

spectralGP(spectralGP)
spectralGP()所属R语言包：spectralGP

                                        spectralGP - tools for specifying Gaussian processes using the computationally efficient Fourier basis
                                         spectralGP  - 指定高斯过程，使用计算效率傅立叶基础的工具

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

SpectralGP is a collection of functions for creating Gaussian processes in  one and two dimensions using the Fourier basis approximation. It provides fast  simulation and plotting of process realizations by use of the FFT, allowing simulation and plotting on very dense grids.  For inference, it provides tools for use in setting up an MCMC: calculation of  coefficient variances, calculation of process density, and coefficient proposals. It uses R environments to store GP objects as references/pointers.
SpectralGP是一个功能集合在一维和二维傅立叶基础近似高斯过程。它提供了快速模拟和绘制过程中实现的FFT，使模拟和绘图非常密集的网格。推断，它提供的工具，用于设立一个的MCMC：计算系数的差异，计算的过程密度和系数建议。使用R环境中存储GP对象的引用/指针。

Some major methods include:  
一些主要的方法包括：

gp   Create a Gaussian process object
gp创建一个高斯过程对象

simulate.gp  Simulate a Gaussian process realization
simulate.gp模拟高斯过程实现

plot.gp   Plot a Gaussian process
plot.gp绘制一个高斯过程

predict.gp Extract process values at specified domain points </ul>
predict.gp的解压缩的过程值在指定的域</ ul>

DISCLAIMER:
免责声明：

This is software for statistical research and not for commercial uses. The author does not guarantee the correctness of any function or program in this package. Any changes to the software should not be made without the author's permission.
这是软件进行统计研究，而不是用于商业用途。笔者在此包中的任何功能或程序不保证其正确性。未经作者许可的情况下，不应作任何更改的软件。

ACKNOWLEDGEMENT:
确认：

Many thanks to Chris Wikle who first suggested I use the Fourier basis approximation for Gaussian processes.
非常感谢克里斯Wikle谁首先提出我使用的的傅立叶基础上的近似高斯过程。

REFERENCES:
参考文献：

For more details, type 'citation("spectralGP")' for references.
有关详细信息，键入“引用（”spectralGP“）的引用。

See also:
另请参阅：

Royle, J.A., and C.K. Wikle, (2005).  Efficient Statistical Mapping of Avian Count Data.  Ecological and Environmental Statistics 12:225-243. http://www.stat.missouri.edu/~wikle/pub_new.html
罗伊尔，J.A.，和C.K. wikle，（2005）。高效禽流感计数数据统计映射。生态和环境统计12:225-243。 http://www.stat.missouri.edu/~wikle / pub_new.html

Wikle, C.K., (2002).  Spatial modeling of count data: A case study in modelling breeding bird survey data on large spatial domains. In Spatial Cluster Modelling, A. Lawson and D. Denison, eds. Chapman and Hall, 199-209. http://www.stat.missouri.edu/~wikle/pub_new.html
Wikle，C.K.，（2002年）。空间模拟的计数数据：在大的空间域建模繁殖鸟类调查数据的研究。在空间聚类模型A. Lawson和D.丹尼森，主编的。查普曼和霍尔，199-209。 http://www.stat.missouri.edu/~wikle / pub_new.html


实例----------Examples----------


gp1=gp(128,matern.specdens,c(1,4))
gp2=gp(c(64,64),matern.specdens,c(1,4))
simulate(gp1)
simulate(gp2)
plot(gp1)
plot(gp2)
gridvals=predict(gp1)
newlocs=runif(100)
offgridvals=predict(gp1,newlocs)

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。