找回密码
 注册
查看: 450|回复: 0

R语言 TPmsm包 corrTP()函数中文帮助文档(中英文对照)

[复制链接]
发表于 2012-10-1 11:14:46 | 显示全部楼层 |阅读模式
corrTP(TPmsm)
corrTP()所属R语言包:TPmsm

                                        Correlation between two gap times
                                         两个间隔时间之间的相关性

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------

Provides the correlation between the bivariate times for some copula distributions.
提供一些Copula的分布之间的相关性的二元时间。


用法----------Usage----------


corrTP(dist, corr, dist.par)



参数----------Arguments----------

参数:dist
The distribution. Possible bivariate distributions are "exponential" and "weibull".
分布。可能的二元分布“指数”和“威布尔”。


参数:corr
Correlation parameter. Possible values for the bivariate exponential distribution are between -1 and 1 (0 for independency). Any value between 0 (not included) and 1 is accepted for the bivariate Weibull distribution.
相关参数。二元指数分布的可能值是-1和1之间(独立)。被接受的二元Weibull分布之间的任何值0(不含税),1。


参数:dist.par
Vector of parameters for the allowed distributions. Two (rate) parameters for the bivariate exponential distribution and four (2 location parameters and 2 scale parameters) for the bivariate Weibull distribution. See details below.
允许的分布参数向量。 (率)的二元指数分布,四(2位置参数和尺度参数)的二元Weibull分布的参数。详见下文。


Details

详细信息----------Details----------

The bivariate exponential distribution, also known as Farlie-Gumbel-Morgenstern distribution is given by
二元指数分布,也被称为Farlie冈贝尔-摩根斯坦分布由下式给出

for x&ge;0 and y&ge;0. Where the marginal distribution functions F_1 and F_2 are exponential with rate parameters &lambda;_1 and &lambda;_2 and correlation parameter &delta;, -1 &le; &delta; &le; 1. <br>
x&ge;0和y&ge;0。在哪里的边际分布函数F_1和F_2率参数的指数&lambda;_1和&lambda;_2和相关参数&delta;,-1 &le; &delta; &le; 1。参考

The bivariate Weibull distribution with two-parameter marginal distributions. It's survival function is given by
二元威布尔分布的两个参数的边缘分布。它的生存函数为

Where 0 < &delta; &le; 1 and each marginal distribution has shape parameter &beta;_i and a scale parameter &theta;_i, i = 1, 2.
在哪里0 < &delta; &le; 1和每个边缘分布形状参数&beta;_i和尺度参数&theta;_i,i = 1, 2,。


(作者)----------Author(s)----------


Artur Agostinho Araujo, Javier Roca-Pardinas and Luis Meira Machado



参考文献----------References----------




参见----------See Also----------

dgpTP.
dgpTP。


实例----------Examples----------


#Example for the bivariate Weibull distribution[例如为二元Weibull分布]
corrTP(dist = "weibull", corr = 0.5, dist.par = c(2, 7, 2, 7))
#Example for the bivariate Exponential distribution[举例二元指数分布]
corrTP(dist = "exponential", corr = 1, dist.par = c(1, 1))

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。
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册

本版积分规则

手机版|小黑屋|生物统计家园 网站价格

GMT+8, 2024-11-30 11:44 , Processed in 0.039192 second(s), 15 queries .

Powered by Discuz! X3.5

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表