mlplot(rv)
mlplot()所属R语言包：rv
Horizontal interval plot of components of a random vector
随机向量的组成部分的水平间隔图
译者：生物统计家园网 机器人LoveR
描述----------Description----------
mlplot plots the scalar components as of the given random array or vector as horizontal intervals, grouped by row.
mlplot图的标量分量的随机数组或向量的水平间隔，按行分组。
用法----------Usage----------
mlplot(X, ...)
## S3 method for class 'rvsummary'
## Default S3 method:
mlplotmlplot(X, y.center = TRUE, y.shift = 0, y.map = NULL, mar =
par("mar"), left.margin = 3, top.axis = TRUE,
exp.labels = FALSE, x.ticks = NULL, axes = NULL, xlim
= NULL, ylim = NULL, xlab = deparse(substitute(X)), ylab = NULL,
las = NULL, add = FALSE, ...)
## Default S3 method:
mlplot(X, y.center = TRUE, y.shift = 0, y.map = NULL, mar =
par("mar"), left.margin = 3, top.axis = TRUE,
exp.labels = FALSE, x.ticks = NULL, axes = NULL, xlim
= NULL, ylim = NULL, xlab = deparse(substitute(X)), ylab = NULL,
las = NULL, add = FALSE, ...)
参数----------Arguments----------
参数：X
a random array or vector
一个随机数组或向量
参数：y.center
center the intervals nicely at each y-coordinate?
中心的间隔很好地在每一个y坐标？
参数：y.shift
add this amount to each y coordinate of an interval
这一数额的每一个y坐标的间隔
参数：y.map
optional function to compute the y-coordinates, given X
可选的函数来计算的y坐标，给出X
参数：mar
the margins of the plot
图的边缘
参数：left.margin
offset to add to the left margin of the plot (to add space for the labels)
偏移量添加到图的左边缘（以增加空间的标签）
参数：top.axis
(logical) plot the top axis?
（逻辑）绘制的顶轴？
参数：exp.labels
(logical) if the original scale is logarithmic, label ticks in original (exp) scale?
如果原来的规模（逻辑）是对数，标签刻度线在原（EXP）规模？
参数：x.ticks
positions for the ticks of the x-axis
的x-轴的刻度位置
参数：axes
(logical) plot the axes at all?
（逻辑）绘制的轴呢？
参数：xlim
x limits
所述的限制
参数：ylim
y limits
Ÿ限制
参数：las
the style of axis labels, see par
轴标签的风格，请参阅par
参数：add
(logical) add the intervals to an existing plot?
（逻辑）的时间间隔，以现有的图吗？
参数：xlab
x label
X标签
参数：ylab
not used (instead of labels, the row names are shown)
不使用（而不是标签，行名示）
参数：...
further arguments passed to plot and points
通过进一步的论据图，点
Details
详细信息----------Details----------
mlplot plots the scalar components of a vector or an array (2 or 3-dimensional) vertically (up to down) so that a component of a vector or a row of a matrix is plotted at vertical points 1...nrow(x).
mlplot图的标量分量的向量或阵列（2维或3维），垂直方向（向下），所以矩阵的矢量或一排的一个组件被绘制在垂直点1 ... NROW（X）。
An 'mlplot' of a vector implements a “forest plot.”
一个向量的的“mlplot”实现“森林图的。”
Scalars on the same row are plotted closely together. The positioning of the scalars within a row are controlled by the arguments y.center, y.shift, y.map. These do not need to be set for the default plot; if two arrays or vectors are plotted over on top of each other (using add=TRUE) then you should probably change y.shift which controls the vertical position of the array elements.
标量绘制在同一行上的紧密结合在一起。行内的定位标量控制的参数y.center，y.shift，y.map。这些不需要被设置为默认的图，如果两个数组或向量绘制在彼此顶部（使用add=TRUE），那么你应该改变y.shift控制的垂直位置。数组元素。
See demo(mlplot) for a detailed
见demo(mlplot)的详细
To change the color of the random components of the vector, use rvcol. Typically this is of the same length as X, giving the color "theme" for each component.
要更改颜色的随机成分的向量，使用rvcol。通常，这是作为X具有相同的长度，给每个组件的颜色的“主题”。
If X is a 3-dimensional array, mlplot is called repeatedly for each 2-dimensional array X[,,k] for each k.
如果X是一个3维数组，mlplot反复调用每一个二维数组X[,,k]为每个k。
X may also be a fixed numeric object.
X也可以是一个固定的数字对象。
NAs (or random scalars with 100% NA) are not plotted.
NA的（或随机标量的100％NA）不绘制。
mlplot is still experimental.
mlplot仍处于试验阶段。
（作者）----------Author(s)----------
Jouni Kerman
<a href="mailto:jouni@kerman.com">jouni@kerman.com</a>
参考文献----------References----------
Posterior Simulations Using Random Variable Objects. Statistics and Computing 17:3, 235-244.
实例----------Examples----------
## Not run: [＃不运行：]
# You can run this complete example by typing demo("mlplot")[你可以运行这个完整的例子由打字演示（“mlplot”的）]
n.rows <- 4; n.cols <- 5; n <- (n.rows*n.cols)
# Draw some fixed numbers[绘制一些固定检测号码]
mu.true <- rnorm(1:n.rows, mean=1:n.rows, sd=1)
sigma.true <- 1
theta <- rvmatrix(rvnorm(n=n.cols, mean=mu.true, sd=sigma.true), nrow=n.rows)
#[]
col.labels <- paste("Time", 1:n.cols, sep=":")
row.labels <- paste("Unit", 1:n.rows, sep=":")
dimnames(theta) <- list(row.labels, col.labels)
#[]
par(mfrow=c(2,2))
mlplot(theta, main="theta")
abline(v=0, lty="dotted")
mlplot(t(theta), main="theta transposed")
abline(v=0, lty="dotted")
row.sd <- apply.rv(theta, 1, sd.rv)
col.sd <- apply.rv(theta, 2, sd.rv)
x.max <- max(rvquantile(c(row.sd, col.sd), 0.99))
mlplot(row.sd, xlim=c(0, x.max), main="theta: within-row sd for each unit")
abline(v=0)
mlplot(col.sd, xlim=c(0, x.max), main="theta: between-row sd for each time point")
abline(v=0)
## 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。
|
发表于 2012-9-29 00:06:54
