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

loveR

madmad(wavethresh)
madmad()所属R语言包：wavethresh

                                        Compute square of median absolute deviation (mad) function.
                                         计算平均绝对偏差（MAD）函数的平方。

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

This function simply returns the square of the median absolute deviation (mad) function in S-Plus. This is required for supply to the threshold series of functions which require estimates of spread on the variance scale (not the standard deviation scale).
这个函数简单的返回的平均绝对偏差（MAD）的功能在S-PLUS的平方。这是必需的供应threshold一系列需要估计的传播上的方差规模（不标准偏差规模）的函数。


用法----------Usage----------


madmad(x)



参数----------Arguments----------

参数：x
The vector for which you wish to compute the square of mad on.
向量为您要计算正方形的疯狂上。


值----------Value----------

The square of the median absolute deviation of the coefficients supplied by x.
提供x系数的平均绝对偏差的平方。


RELEASE----------RELEASE----------

Version 3.4.1 Copyright Guy Nason 1994
版本3.4.1版权盖利晨1994年


注意----------Note----------

Its a MAD MAD world!
它是一种逼人！


（作者）----------Author(s)----------


G P Nason



参见----------See Also----------

threshold
threshold


实例----------Examples----------


#[]
#[]
# Generate some normal data with mean 0 and sd of 8[产生一些正常的数据均值为0，标准差8]
# and we'll also contaminate it with an outlier of 1000000[我们也将污染离群1000000]
# This is akin to signal wavelet coefficients mixing with the noise.[这是类似于信号与噪声混合的小波系数。]
#[]
ContamNormalData <- c(1000000, rnorm(1000, mean=0, sd=8))
#[]
# What is the variance of the data?[的数据的方差是什么？]
#[]
var(ContamNormalData)
# [1] 999000792[[1] 999000792]
#[]
# Wow, a seriously unrobust answer![哇，认真unrobust的答案！]
#[]
# How about the median absolute deviation?[平均绝对偏差怎么样？]
#[]
mad(ContamNormalData)
# [1] 8.14832[[1] 8.14832]
# []
# A much better answer![一个更好的答案！]
#[]
# Now let's use madmad to get the answer on the variance scale [现在，让我们的使用madmad的得到答案的方差规模]
#[]
madmad(ContamNormalData)
# [1] 66.39512[[1] 66.39512]
#[]
# The true variance was 64, so the 66.39512 was a much better answer[真正的差异是64，所以66.39512是一个更好的答案]
# than that returned by the call to the variance function.[比方差函数调用返回的。]

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。