Gasoline(nlme)
Gasoline()所属R语言包:nlme
Refinery yield of gasoline
炼油厂的汽油产量
译者:生物统计家园网 机器人LoveR
描述----------Description----------
The Gasoline data frame has 32 rows and 6 columns.
Gasoline数据框有32行和第6列。
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 percentage of crude oil converted to gasoline after distillation and fractionation
数字向量,使原油的比例转换成汽油后,蒸馏和分馏
a numeric vector giving the temperature (degrees F) at which all the gasoline is vaporized
数字向量,使在所有的汽油汽化的温度(摄氏度)
an ordered factor giving the inferred crude oil sample number
有序的因素,给予推断的原油样本数
a numeric vector giving the crude oil gravity (degrees API)
数字向量,使原油的比重(API度)
a numeric vector giving the vapor pressure of the crude oil (lbf/in^2)
数字向量,使原油(lbf/in^2)蒸气压
a numeric vector giving the crude oil 10% point ASTM—the temperature at which 10% of the crude oil has become vapor.
数字向量,使原油的10%点ASTM,其中10%的原油已经成为蒸汽的温度。
Details
详情----------Details----------
Prater (1955) provides data on crude oil properties and gasoline yields. Atkinson (1985) uses these data to illustrate the use of diagnostics in multiple regression analysis. Three of the covariates—API, vapor, and ASTM—measure characteristics of the crude oil used to produce the gasoline. The other covariate — endpoint—is a characteristic of the refining process. Daniel and Wood (1980) notice that the covariates characterizing the crude oil occur in only ten distinct groups and conclude that the data represent responses measured on ten different crude oil samples.
普拉特(1955)提供的数据对原油的性质和汽油产量。阿特金森(1985)使用这些数据来说明在使用多元回归分析诊断。三协变量API,vapor,ASTM措施用于生产汽油的原油的特点。其他协 - endpoint是炼油过程中的一个特点。丹尼尔和伍德(1980年)的通知,表征原油的协变量发生在只有10个不同的群体,并得出这样的结论代表十个不同的原油样品的测量数据的反应。
源----------Source----------
Prater, N. H. (1955), Estimate gasoline yields from crudes, Petroleum Refiner, 35 (5).
普拉特,新罕布什尔州(1955),估计原油,石油炼油企业,35(5)的汽油产量。
Atkinson, A. C. (1985), Plots, Transformations, and Regression, Oxford Press, New York.
阿特金森,AC(1985),图,转换,与回归,纽约,牛津大学出版社。
Daniel, C. and Wood, F. S. (1980), Fitting Equations to Data, Wiley, New York
丹尼尔,三和木,FS(1980),数据拟合方程,威利,纽约
Venables, W. N. and Ripley, B. D. (1999) Modern Applied Statistics with S-PLUS (3rd ed), Springer, New York.
维纳布尔斯,WN和雷普利,BD(1999),S-PLUS(第三版),斯普林格,纽约现代应用统计。
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。
|