R语言 tsfa包 distribution.factorsEstEval()函数中文帮助文档(中英文对照)

loveR

distribution.factorsEstEval(tsfa)
distribution.factorsEstEval()所属R语言包：tsfa

                                        Distribution of Time Series Factors Estimates
                                         分布时间序列的因素估计

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Plot the distribution of the multiple estimates from EstEval, and possibly multiple EstEval objects.
画出分布的多个估算从EstEval，和可能有多个EstEval对象。


用法----------Usage----------


    ## S3 method for class 'factorsEstEval'
distribution(obj, ..., bandwidth = "nrd0",
        cumulate=TRUE, graphs.per.page = 5, Title=NULL)



参数----------Arguments----------

参数：obj
EstEval object.
EstEval对象。


参数：bandwidth
bandwidth for distribution smoothing.
分布平滑的带宽。


参数：cumulate
logical indicating if the distribution across time and repititions should be plotted (TRUE) or a time series of standard deviation across repititions should be plotted (FALSE).
逻辑指示如果跨越时间和repititions的分布应绘制（TRUE），或跨repititions标准偏差的时间序列应绘制（FALSE）。


参数：graphs.per.page
number of graphs on an output page.
输出页上的图形。


参数：Title
string indicating a title for the plot.
字符串，表示一个标题为图。


参数：...
additional EstEval objects which will be plotted on the same graph.
的额外EstEval对象将被绘制在同一图形上。


（作者）----------Author(s)----------


Paul Gilbert



参见----------See Also----------

distribution, EstEval, estTSF.ML
distribution，EstEval，estTSF.ML


实例----------Examples----------


  if (require("CDNmoney")){
    data("CanadianMoneyData.asof.6Feb2004", package="CDNmoney")

    ### Construct data[＃＃构造数据]

    cpi <- 100 * M1total / M1real
    seriesNames(cpi) <- "CPI"
    popm <- M1total / M1PerCapita
    seriesNames(popm) <- "Population of Canada"

    z <- tframed(tbind(
          MB2001,
          MB486 + MB452 + MB453 ,
          NonbankCheq,
          MB472 + MB473 + MB487p,
          MB475,
          NonbankNonCheq + MB454 + NonbankTerm + MB2046 + MB2047 + MB2048 +
          MB2057 + MB2058 + MB482),
          names=c("currency", "personal cheq.", "NonbankCheq",
          "N-P demand &amp; notice", "N-P term", "Investment")
          )

    z <- tfwindow(z, start=c(1986,1))
    if( all(c(2003,12) ==end(z))) z <-tfwindow(z, end=c(2003,11))
    MBcomponents <- 1e8 * z/matrix(tfwindow(popm * cpi,tf=tframe(z)), Tobs(z),6)

    ### Specify "true" parameters and factors[＃＃指定“true”参数和因素]

    Omega <- diag(c(72.63, 1233, 87.33,
                  629.4, 3968, 12163))

    Boblq <- t(matrix(c(
       8.84,   5.20,
      23.82, -12.57,
       5.18,  -1.97,
      36.78,  16.94,
      -2.84,  31.02,
       2.60,  47.63), 2,6))

    PhiOblq <- matrix(c( 1.0, 0.00949, 0.00949, 1.0),2,2)

    etaBart <- MBcomponents %*% solve(Omega) %*% Boblq %*% (
                  solve( t(Boblq) %*% solve(Omega) %*% Boblq ) )

    DetaBart <- diff(etaBart, lag=1)
    SDE      <- cov(DetaBart)
    RR1 &lt;- chol(SDE)          # upper triangular: SDE = RR1' RR1[上三角：SDE = RR1RR1]
    RR2 &lt;- chol(PhiOblq)  # ditto[同上]
    PP  <- t(RR2) %*% solve(t(RR1))
    Psi       <- 0.5 * Omega

    etaTrue <- tframed(etaBart %*% t(PP), tf=tframe(MBcomponents))

    ### run Monte Carlo  N.B. replications would typically be much larger[＃＃运行蒙特卡洛注意：复制通常会大得多]

    require("EvalEst")

    EE.ML5 <- EstEval(TSFmodel(Boblq, f=etaTrue, positive.measures=FALSE),
      replications=5, quiet=FALSE,
      simulation.args=list(Cov=Psi, noIC=TRUE),
      estimation="estTSF.ML", estimation.args=list(2, BpermuteTarget=Boblq),
      criterion ="TSFmodel")

    distribution(factors(EE.ML5))
    distribution(factors(EE.ML5), cumulate=FALSE)
    distribution(diff(factors(EE.ML5)))
    distribution(diff(factors(EE.ML5)), cumulate=FALSE)
  }

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。