R语言 RTisean包 lfo.run()函数中文帮助文档(中英文对照)

loveR

lfo.run(RTisean)
lfo.run()所属R语言包：RTisean

                                        Modeling data through a local linear ansatz
                                         通过局部线性拟设的建模数据

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Makes either a local linear ansatz or a zeroth order ansatz  for a time series and iterates an artificial trajectory. The initial values for the trajectory are the last points of the original time series. Thus it actually  forecasts the time series.  
使局部线性拟设或零阶拟设的时间序列和迭代一个人工的轨迹。轨迹的初始值是原来的时间序列的最后一个点。因此，它实际上预测的时间序列。


用法----------Usage----------


lfo.run(series, l, x = 0, m, c, d = 1, L = 1000, k = 30, r, f = 1.2, O = FALSE)



参数----------Arguments----------

参数：series
a vector or matrix.
的向量或矩阵。


参数：l
number of points to use.  
使用的点的数量。


参数：x
number of lines to be ignored.  
的行数被忽略。


参数：m
number of components, embedding dimension.  
的部件数量，嵌入维数。


参数：c
column to be read.  
要读取的列。


参数：d
delay for the embedding.  
延迟的嵌入。


参数：L
length of prediction.  
长度的预测。


参数：k
minimal numbers of neighbors for the fit.  
最小的数字为合适的邻居。


参数：r
neighborhood size to start with.  
邻域大小的开始。


参数：f
factor to increase the neighborhood size if not enough neighbors were found.  
因素增加邻域大小，如果没有足够的邻居发现。


参数：O
performs a zeroth order fit instead of a local linear one.  
执行零阶，而不是一个局部线性。


Details

详细信息----------Details----------

Once in an iteration the algorithm creates a point which is far away from the original time series, the procedure stops since no neighbors can be found and no local
一旦在一个迭代算法创建一个点，这是远从原来的时间序列，程序将停止，因为没有邻居可以发现，没有本地


值----------Value----------

A vector containing the forecasted time series.
一个向量，包含的时间序列预测。


实例----------Examples----------


## Not run: [＃不运行：]

par(mfrow=c(2,1))
dat<-logistic(r=3.6)
nsteppred<-lfo.run(dat[1:950])
plot(dat[951:1000],t="l",xlab="Time",ylab="x",ylim=c(0.2,0.9),
main="Local linear model on logistic data")
lines(nsteppred,col=2)
validiter<-length(nsteppred)

legend(40,0.35, "Real data",fill=1,bty="n",cex=0.7)
legend(40,0.3, "Artificial data",fill=2,bty="n",cex=0.7)

par(cex.lab=0.8)
plot(abs(dat[951:1000][1:validiter]-nsteppred),t="l",xlim=c(1,50),xlab="Time",ylab="Distance from original time series")
text(40,1,paste("Last neighbor found at iteration", validiter),cex=0.7)


## End(Not run)[＃（不执行）]

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。