R语言 x12包 summary-methods()函数中文帮助文档(中英文对照)

loveR

summary-methods(x12)
summary-methods()所属R语言包：x12

                                         ~~ Methods for Function summary in Package x12 ~~
                                         ~~方法在包装功能概述X12~~

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Delivers a diagnostics summary for X12 output.
提供的诊断摘要X12输出。


用法----------Usage----------


## S4 method for signature 'x12Output'
summary(object, fullSummary=FALSE, spectra.detail=FALSE, almostout=FALSE, rsd.autocorr=NULL,
                      q2=FALSE, likelihood.stat=FALSE, aape=FALSE, id.rsdseas=FALSE,print=TRUE)
## S4 method for signature 'x12Single'
summary(object, fullSummary=FALSE, spectra.detail=FALSE, almostout=FALSE, rsd.autocorr=NULL,
                      q2=FALSE, likelihood.stat=FALSE, aape=FALSE, id.rsdseas=FALSE, oldOutput=NULL,print=TRUE)                     
## S4 method for signature 'x12Batch'
summary(object, fullSummary=FALSE, spectra.detail=FALSE, almostout=FALSE, rsd.autocorr=NULL,
                      q2=FALSE, likelihood.stat=FALSE, aape=FALSE, id.rsdseas=FALSE, oldOutput=NULL,print=TRUE)                     



参数----------Arguments----------

参数：object
object of class x12Output-class, x12Single-class or x12Batch-class.
对象类x12Output-class，x12Single-class或x12Batch-class。


参数：fullSummary
logical defining whether all available optional diagnostics below should be included in the summary.
逻辑定义所有可用的可选的诊断应包括以下的总结。


参数：spectra.detail
logical defining whether more detail on the spectra should be returned.
逻辑定义，是否更详细的光谱应该返回。


参数：almostout
logical defining whether "almost" outliers should be returned.
逻辑定义是否“差不多”的异常值应返回。


参数：rsd.autocorr
character or character vector specifying the type of autocorrelation of the residuals that should be returned, i.e. the autocorrelations and/or partial autocorrelations  of the residuals and/or the autocorrelations of the squared residuals ("acf", "pacf", "acf2").
指定应返回的残差自相关类型的字符或字符向量，即自相关和/或部分自相关性的残差平方残差自相关和/或（"acf"，"pacf" "acf2"“）。


参数：q2
logical defining whether the second Q statistic, i.e. the Q Statistic computed w/o the M2 Quality Control Statistic, should be returned as well.
逻辑定义的第二个Q统计量，即Q统计量计算的W / O型的M2质量控制统计，以及返回。


参数：likelihood.stat
if TRUE, the likelihood statistics AIC, AICC, BIC and HQ are returned as well as the estimated maximum value of the log likelihood function of the model for the untransformed data.
如果TRUE，可能统计AICC，AIC，BIC和HQ将返回以及估计未转换的数据模型的对数似然函数的最大值的。


参数：aape
logical defining whether the average absolute percentage error for forecasts should be returned.
逻辑定义是否预测平均绝对百分比误差应返回。


参数：id.rsdseas
logical defining whether the presence/absence of residual seasonality should be indicated.
逻辑定义的存在/不存在的残余季节性是否应标明。


参数：oldOutput
integer specifying the number of previous X12 runs stored in the x12OldOutput slot of an x12Single-class or an x12Batch-class object that should be included in the summary.
整数，指定运行存储在X12插槽的x12OldOutput或x12Single-class对象应包括在总结以前的x12Batch-class。


参数：print
TRUE/FALSE if the summary should be printed.
TRUE / FALSE如果应印的总结。


方法----------Methods----------


（作者）----------Author(s)----------


Alexander Kowarik, Angelika Meraner



参见----------See Also----------

prev, cleanHistory
prev，cleanHistory


实例----------Examples----------



## Not run: [＃不运行：]
# Summary of an "x12Single" object[概要一个的“x12Single”的对象]
x12path <- ".../x12a.exe"
s <- new("x12Single",ts=AirPassengers,tsName="air")
s <- setP(s,list(estimate=TRUE,regvariables="AO1950.1",outlier="all",critical=list(LS=3.5,TC=2.5),backcast_years=1/2))
s <- X12(s)
summary.output<-summary(s)
s <- X12(setP(s,list(arima=c(0,1,1),sarima=c(0,2,1))))
summary.output<-summary(s,oldOutput=1)
s <- X12(setP(s,list(arima=c(0,1,1),sarima=c(1,0,1))))
summary.output<-summary(s,fullSummary=TRUE,oldOutput=2)

# Summary of an "x12Batch" object[概要“x12Batch”对象]
xb <- new("x12Batch",list(AirPassengers,AirPassengers,
                                AirPassengers),tsName=c("air1","air2","air3"))
xb <- X12(xb)
xb <- setP(xb,list(arima=c(1,1,0),sarima=c(1,1,0)),1)
xb <- X12(xb)
xb <- setP(xb,list(regvariables=c("AO1955.5","AO1956.1","ao1959.3")),1)
xb <- setP(xb,list(regvariables=c("AO1955.4")),2)
xb<- X12(xb)
xb <- setP(xb,list(outlier="all"))
xb <- setP(xb,list(critical=list(LS=3.5,TC=2.5)),1)
xb <- setP(xb,list(regvariables=c("lpyear")),3)
xb<- X12(xb)
summary.output<-summary(xb,oldOutput=3)

## 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。