age.universe(UsingR)
age.universe()所属R语言包:UsingR
Best estimate of the age of the universe
最佳估计宇宙年龄的
译者:生物统计家园网 机器人LoveR
描述----------Description----------
For years people have tried to estimate the age of the universe. This data set collects a few estimates starting with lower bounds using estimates for the earth's age.
多年来,人们试图估算出宇宙的年龄。该数据集收集了一些估算,估计地球的年龄下限。
用法----------Usage----------
data(age.universe)
格式----------Format----------
A data frame with 15 observations on the following 4 variables.
一个数据框有15以下4个变量的观察。
lower a numeric vector
降低一个数值向量
upper a numeric vector
上一个数值向量
year a numeric vector
今年的数字矢量
source Short description of source
源的简短说明来源
Details
详细信息----------Details----------
In the last two decades estimates for the age of the universe have been greatly improved. As of 2003, the best guess is 13.7 billion years with a margin of error of 1 percent. This last estimate is found by WMAP using microwave background radiation. Previous estimates were also based on estimates of Hubble's constant, and dating of old stars.
在过去的二十年中的宇宙年龄的估计都得到了很大的提高。截至2003年,最好的猜测是利润率为13.7亿年,误差为1%。这最后的估计被发现由WMAP使用微波背景辐射。以前的估计也是基于哈勃常数的估计,和约会的老明星。
源----------Source----------
This data was collected from the following web sites: http://www.cwru.edu/pubaff/univcomm/2003/1-03/kraussuniverse.htm, http://www.astro.ucla.edu/~wright/age.html, http://www.lhup.edu/~dsimanek/cutting/ageuniv.htm, and http://map.gsfc.nasa.gov/m_uni/uni_101age.html.
这个数据是从以下网站:http://www.cwru.edu/pubaff/univcomm/2003/1-03/kraussuniverse.htm,http://www.astro.ucla.edu/赖特/年龄HTML,:http://www.lhup.edu/~dsimanek /切割/ ageuniv.htm的,http://map.gsfc.nasa.gov/m_uni/uni_101age.html。
实例----------Examples----------
data(age.universe)
n = nrow(age.universe)
x = 1:15;names(x) = age.universe$year
plot(x,age.universe$upper,ylim=c(0,20))
points(x,age.universe$lower)
with(age.universe,sapply(x,function(i) lines(c(i,i),c(lower[i],upper[i]))))
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。
|