zyp.trend.vector(zyp)
zyp.trend.vector()所属R语言包：zyp
zyp.trend.vector
zyp.trend.vector
译者：生物统计家园网 机器人LoveR
描述----------Description----------
Computes a prewhitened linear trend on a vector of data. The zyp package allows you to use either Zhang's method, or the Yue Pilon method of computing nonlinear prewhitened trends.
线性趋势计算一个prewhitened的数据的向量。的的ZYP包允许您使用张的方法，或越皮隆的计算非线性prewhitened趋势的方法。
用法----------Usage----------
zyp.trend.vector(data, method=c("yuepilon", "zhang"), conf.intervals=TRUE)
zyp.zhang(data, conf.intervals=TRUE)
zyp.yuepilon(data, conf.intervals=TRUE)
参数----------Arguments----------
参数：data
the input vector.
的输入矢量。
参数：method
the prewhitened trend method to use.
prewhitened趋势的方法来使用。
参数：conf.intervals
whether to compute confidence intervals.
是否计算置信区间。
Details
详细信息----------Details----------
This routine computes a prewhitened nonlinear trend on a vector of data, using either Zhang's (described in Wang and Swail, 2001) or Yue Pilon's (describe in Yue Pilon, 2002) method of prewhitening and Sen's slope, and use a Kendall test for significance.
该例程计算一个prewhitened非线性趋势的数据向量，无论是张的（王和斯威尔，2001年）或乐皮隆的（乐皮隆介绍，2002年）的方法prewhitening和森的斜率，并使用一个肯德尔检验的显着性。
值----------Value----------
A vector containing the trend and associated data. <table summary="R valueblock"> <tr valign="top"><td>lbound</td> <td> the lower bound of the trend's confidence interval.</td></tr> <tr valign="top"><td>trend</td> <td> the Sen's slope (trend) per unit time.</td></tr> <tr valign="top"><td>trendp</td> <td> the Sen's slope (trend) over the time period.</td></tr> <tr valign="top"><td>ubound</td> <td> the upper bound of the trend's confidence interval.</td></tr> <tr valign="top"><td>tau</td> <td> Kendall's tau statistic computed on the final detrended timeseries.</td></tr> <tr valign="top"><td>sig</td> <td> Kendall's P-value computed for the final detrended timeseries.</td></tr> <tr valign="top"><td>nruns</td> <td> the number of runs required to converge upon a trend.</td></tr> <tr valign="top"><td>autocor</td> <td> the autocorrelation of the final detrended timeseries.</td></tr> <tr valign="top"><td>valid_frac</td> <td> the fraction of the data which is valid (not NA) once autocorrelation is removed.</td></tr> <tr valign="top"><td>linear</td> <td> the least squares fit trend on the same dat.</td></tr> <tr valign="top"><td>intercept</td> <td> the intercept of the Sen's slope (trend).</td></tr>
一个向量，包含趋势和相关数据。 <table summary="R valueblock"> <tr valign="top"> <TD> lbound</ TD> <TD>趋势的置信区间的下限。</ TD> </ TR> < TR VALIGN =“顶”> <TD>trend </ TD> <TD>森的斜率（趋势）每单位时间。</ TD> </ TR> <tr valign="top"> <TD >trendp</ TD> <TD>在一段时间内森的斜率（趋势）。</ TD> </ TR> <tr valign="top"> <TD>ubound</ TD> <TD>趋势的置信区间的上限。</ TD> </ TR> <tr valign="top"> <TD>tau </ TD> <TD> Kendall的tau蛋白统计计算最终的去趋势的时间序列。</ TD> </ TR> <tr valign="top"> <TD>sig </ TD> <TD> Kendall的P-值计算为最终消除趋势的时间序列。</ TD > </ TR> <tr valign="top"> <TD> nruns</ TD> <TD>的运行需要收敛的趋势时数。</ TD> </ TR> <TR VALIGN =“”> <TD>autocor </ TD> <TD>最终消除趋势时间序列的自相关性。</ TD> </ TR> <tr valign="top"> <TD><X > </ TD> <TD>部分的数据是有效的（NA）的，一旦自相关被删除。</ TD> </ TR> <tr valign="top"> <TD>valid_frac </ TD> <TD>的最小二乘法拟合趋势在相同的DAT。</ TD> </ TR> <tr valign="top"> <TD> linear</ TD> <TD>拦截森的斜率（趋势）。</ TD> </ TR>
</table>
</ TABLE>
参见----------See Also----------
zyp.trend.csv, zyp-package, confint.zyp, zyp.sen.
zyp.trend.csv，：ZYP包，confint.zyp，zyp.sen。
实例----------Examples----------
# Without confidence intervals, using the wrapper routine[没有置信区间，使用的包装程序]
d <- zyp.trend.vector(c(0, 1, 3, 4, 2, 5), "yuepilon", FALSE)
# With confidence intervals, using the wrapper routine[置信区间，使用的包装程序]
d <- zyp.trend.vector(c(0, 1, 3, 4, 2, 5), "yuepilon")
# With confidence intervals, not using the wrapper routine[置信区间，而不是使用包装程序]
d.zhang <- zyp.zhang(c(0, 1, 3, 4, 2, 5))
d.yuepilon <- zyp.yuepilon(c(0, 1, 3, 4, 2, 5))
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。
|
发表于 2012-10-2 07:55:06
