R语言 Rquake包 eqlipse()函数中文帮助文档(中英文对照)

loveR

eqlipse(Rquake)
eqlipse()所属R语言包：Rquake

                                        Error Elipse for Hypocenter Location
                                         震源位置的错误Elipse

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Error Elipse for Hypocenter Location
震源位置的错误Elipse


用法----------Usage----------


eqlipse(x, y, cov, wcols = c(1, 2), dof = 2, pct=0.05, ...)



参数----------Arguments----------

参数：x
X-location for drawing  
X-位置绘制


参数：y
Y-location for drawing  
Y-位置绘制


参数：cov
matrix, 3 by 3 Covariance matrix   
3协方差矩阵，矩阵，3


参数：wcols
vector, which columns to extract from cov, see details.  
向量，这列从冠状病毒中提取，查看详情。


参数：dof
Degrees of Freedom for 95 percent confidence  
自由度为95％的置信度


参数：pct
Percent used for 2-sided confidence bounds, default=0.05  
百分比使用双面的置信区间，默认值= 0.05


参数：...
graphical parameters, par  
图形参数，参数


Details

详细信息----------Details----------

The 3 by 3 matrix is supplied and a 2 by 2 matrix is subtracted depending on which components are being drawn. For X-Y projections, use  wcols=c(1,2). For vertical cross sections, rotate the cov matrix and then extract the columns.
供给的3×3的矩阵，和2×2的矩阵中减去，这取决于被绘制组件。 X-Y的预测，使用wcols“= C（1,2）。对于垂直剖面，旋转覆盖矩阵，然后提取列。


值----------Value----------

Side effects, graphical
副作用，图形


（作者）----------Author(s)----------



Jonathan M. Lees<jonathan.lees@unc.edu>




参见----------See Also----------

eqwrapup
eqwrapup


实例----------Examples----------





require(RSEIS)
data(GH)
data(wu_coso.vel)
vel = wu_coso.vel


gpf = GH$pickfile

w1 = which(gpf$STAS$phase=="P" | gpf$STAS$phase=="S" )

N = length(w1)

Ldat =    list(
      name = gpf$STAS$name[w1],
      sec = gpf$STAS$sec[w1],
      phase = gpf$STAS$phase[w1],
      lat=gpf$STAS$lat[w1],
      lon = gpf$STAS$lon[w1],
      z = gpf$STAS$z[w1],
      err= gpf$STAS$err[w1],
      yr = rep(gpf$LOC$yr , times=N),
      jd = rep(gpf$LOC$jd, times=N),
      mo = rep(gpf$LOC$mo, times=N),
      dom = rep(gpf$LOC$dom, times=N),
      hr =rep( gpf$LOC$hr, times=N),
      mi = rep(gpf$LOC$mi, times=N) )

EQ = GH$pickfile$LOC

EQ$t = EQ$sec

kuality = eqwrapup(Ldat, EQ, vel, distwt = 20, verbose = TRUE )


MLAT = median(Ldat$lat)
  MLON = median(Ldat$lon)
  proj = setPROJ(type=2, LAT0=MLAT, LON0=MLON)

  XYSTAS = GLOB.XY(Ldat$lat,  Ldat$lon , proj)


eqxy = GLOB.XY(EQ$lat, EQ$lon, proj)


plot(range(c(XYSTAS$x, eqxy$x)), range(c(XYSTAS$y, eqxy$y)), type='n', asp=1, xlab="km", ylab="km" )
points(XYSTAS$x, XYSTAS$y, pch=6)
points(eqxy$x, eqxy$y, pch=8, col='red')


KOV = kuality$cov[2:4, 2:4]

eqlipse(eqxy$x, eqxy$y , KOV,   wcols = c(1,2) , dof=kuality$ndf, border="blue"  )


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。