找回密码
 注册
查看: 342|回复: 0

R语言 VGAM包 Posgeom()函数中文帮助文档(中英文对照)

[复制链接]
发表于 2012-10-1 15:48:24 | 显示全部楼层 |阅读模式
Posgeom(VGAM)
Posgeom()所属R语言包:VGAM

                                         Positive-geometric Distribution
                                         正几何分布

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------

Density, distribution function, quantile function and random generation for the positive-geometric distribution.
密度,分布函数,为正型几何分布的分位数的功能和随机生成。


用法----------Usage----------


dposgeom(x, prob, log = FALSE)
pposgeom(q, prob)
qposgeom(p, prob)
rposgeom(n, prob)



参数----------Arguments----------

参数:x, q
vector of quantiles.
向量的位数。


参数:p
vector of probabilities.
向量的概率。


参数:n
number of observations.  Fed into runif.  
若干意见。送入runif。


参数:prob
vector of probabilities of success (of an ordinary geometric distribution). Short vectors are recycled.  
成功的概率向量的(一个普通几何分布)。短向量的回收再利用。


参数:log
logical.  
逻辑。


Details

详细信息----------Details----------

The positive-geometric distribution is a geometric distribution but with the probability of a zero being zero. The other probabilities are scaled to add to unity. The mean therefore is 1/prob.
阳性几何分布,但零是零的概率是一个几何分布。其他的概率按比例添加到团结。因此,平均1/prob。

As prob decreases, the positive-geometric and geometric distributions become more similar. Like similar functions for the geometric distribution, a zero value of prob is not permitted here.
作为prob减小,正极几何和几何分布变得更加相似。的几何分布,零值prob类似的功能一样,是不允许在这里。


值----------Value----------

dposgeom gives the density, pposgeom gives the distribution function, qposgeom gives the quantile function, and rposgeom generates random deviates.
dposgeom给出了密度,pposgeom给出了分布函数,qposgeom给出了分位数的功能,和rposgeom随机产生的偏离。


(作者)----------Author(s)----------


T. W. Yee



参见----------See Also----------

zageometric, zigeometric, rgeom.
zageometric,zigeometric,rgeom。


实例----------Examples----------


prob <- 0.75; y = rposgeom(n = 1000, prob)
table(y)
mean(y) # Sample mean[样本平均值]
1 / prob  # Population mean[总体均值]

(ii <- dposgeom(0:7, prob))
cumsum(ii) - pposgeom(0:7, prob)  # Should be 0s[应该是0]
table(rposgeom(100, prob))

table(qposgeom(runif(1000), prob))
round(dposgeom(1:10, prob) * 1000) # Should be similar[应该是相似的]

## Not run: [#不运行:]
x <- 0:5
barplot(rbind(dposgeom(x, prob), dgeom(x, prob)),
        beside = TRUE, col = c("blue", "orange"),
        main = paste("Positive geometric(", prob, ") (blue) vs",
        " geometric(", prob, ") (orange)", sep = ""),
        names.arg = as.character(x), las = 1, lwd = 2)
## End(Not run)[#(不执行)]

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, 2024-11-26 13:43 , Processed in 0.034182 second(s), 16 queries .

Powered by Discuz! X3.5

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表