mc(robustbase)
mc()所属R语言包:robustbase
Medcouple, a Robust Measure of Skewness
Medcouple,一个强大的测量偏态
译者:生物统计家园网 机器人LoveR
描述----------Description----------
Compute the "medcouple", a robust concept and estimator of skewness. The medcouple is defined as a scaled median difference of the left and right half of distribution, and hence not based on the third moment as the classical skewness.
计算medcouple,一个强大的概念和估计的偏态。 medcouple被定义为中位数的比例的左和右一半的分布差异,并因此不根据作为经典的偏斜度的第三时刻。
用法----------Usage----------
mc(x, ...)
## Default S3 method:[默认方法]
mc(x, na.rm = FALSE, doReflect = (length(x) <= 100),
eps1 = .Machine$double.eps, eps2 = .Machine$double.xmin,
maxit = 100, trace.lev = 0, full.result = FALSE, ...)
参数----------Arguments----------
参数:x
a numeric vector
一个数值向量
参数:na.rm
logical indicating how missing values (NAs) should be dealt with.
逻辑失踪值(NA的)应如何处理。
参数:doReflect
logical indicating if the internal MC should also be computed on the reflected sample -x, with final result (mc.(x) - mc.(-x))/2. This makes sense since the internal MC, mc.() computes the himedian() which can differ slightly from the median. </table>
逻辑,表示如果内部的MC也应该计算上的反射样品-x,最终的结果(mc.(x) - mc.(-x))/2。这是有道理的,因为内部MC,mc.()计算的himedian的(),它可以中位数略有不同。 </ TABLE>
参数:eps1,eps2
tolerance in the algorithm; only change with care!
宽容的算法,唯一的变化与照顾!
参数:maxit
maximul number of iterations; typically a few should be sufficient.
maximul迭代次数;通常是几应该是足够的。
参数:trace.lev
integer specifying how much diagnostic output the algorithm (in C) should produce. No output by default, most output for trace_lev = 3.
整数,指定的算法(C)产生多少诊断输出。默认情况下,没有输出,输出为trace_lev = 3。
参数:full.result
logical indicating if the full return values (from C) should be return, as a list attr(*, "mcComp").
逻辑完整的返回值(C)应该是回报,作为一个列表attr(*, "mcComp")。
参数:...
potentially further arguments passed to other methods.
有可能进一步的参数传递给其他方法。
值----------Value----------
a number between -1 and 1, which is the medcouple, MC(x). For r <- mc(x, full.result = TRUE, ....), then attr(r, "mcComp") is a list with components
-1和1之间的一个数,它是medcouple,MC(x)。对于r <- mc(x, full.result = TRUE, ....),那么attr(r, "mcComp")是一个组件列表
参数:medc
the medcouple mc.(x).
在medcouple mc.(x)。
参数:medc2
the medcouple mc.(-x) if doReflect=TRUE.
的medcouplemc.(-x)如果doReflect=TRUE。
参数:eps,eps2
tolerances used.
公差使用。
参数:iter,iter2
number of iterations used.
使用的迭代数。
参数:converged,converged2
logical specifying “convergence”.
逻辑指定的“融合”。
(作者)----------Author(s)----------
Guy Brys; modifications by Tobias Verbeke and bug fixes and
extensions by Martin Maechler.
参考文献----------References----------
A Robust Measure of Skewness; JCGS 13 (4), 996–1017.
An adjusted boxplot for skewed distributions.
参见----------See Also----------
Qn for a robust measure of scale (aka “dispersion”), ....
Qn一个强大的衡量尺度(又名“分散”),...
实例----------Examples----------
mc(1:5) # 0 for a symmetric sample[0的对称样本]
x1 <- c(1, 2, 7, 9, 10)
mc(x1) # = -1/3[= -1 / 3]
data(cushny)
mc(cushny) # 0.125[0.125]
stopifnot(mc(c(-20, -5, -2:2, 5, 20)) == 0,
mc(x1, doReflect=FALSE) == -mc(-x1, doReflect=FALSE),
all.equal(mc(x1, doReflect=FALSE), -1/3, tol = 1e-12))
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。
|