找回密码
 注册
查看: 1414|回复: 0

R语言:BOD()函数中文帮助文档(中英文对照)

[复制链接]
发表于 2012-2-16 19:05:21 | 显示全部楼层 |阅读模式
BOD(datasets)
BOD()所属R语言包:datasets

                                         Biochemical Oxygen Demand
                                         生化需氧量

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------

The BOD data frame has 6 rows and 2 columns giving the biochemical oxygen demand versus time in an evaluation of water quality.
BOD数据框有6行2列,给予水环境质量评价中的生化需氧量与时间。


用法----------Usage----------





格式----------Format----------

This data frame contains the following columns:
这个数据框包含下列资料:

A numeric vector giving the time of the measurement (days).
一个数值向量测量的时间(天)。

A numeric vector giving the biochemical oxygen demand (mg/l).
一个数值向量,生化需氧量(毫克/升)。


源----------Source----------

Bates, D.M. and Watts, D.G. (1988), Nonlinear Regression Analysis and Its Applications, Wiley, Appendix A1.4.
贝茨,D.M.和瓦,D.G. (1988年),非线性回归分析及其应用,威利,附录A1.4。

Originally from Marske (1967), Biochemical Oxygen Demand Data Interpretation Using Sum of Squares Surface M.Sc. Thesis, University of Wisconsin – Madison.
最初从Marske(1967),生化需氧量数据解读使用方面的总和硕士论文中,美国威斯康星 - 麦迪逊大学。


举例----------Examples----------



require(stats)
# simplest form of fitting a first-order model to these data[最简单的形式的一阶模型拟合这些数据]
fm1 <- nls(demand ~ A*(1-exp(-exp(lrc)*Time)), data = BOD,
   start = c(A = 20, lrc = log(.35)))
coef(fm1)
fm1
# using the plinear algorithm[使用plinear算法]
fm2 <- nls(demand ~ (1-exp(-exp(lrc)*Time)), data = BOD,
   start = c(lrc = log(.35)), algorithm = "plinear", trace = TRUE)
# using a self-starting model[使用自启动模式]
fm3 <- nls(demand ~ SSasympOrig(Time, A, lrc), data = BOD)
summary(fm3)


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, 2025-1-24 05:24 , Processed in 0.030619 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