R语言 Rwave包 hurst.est()函数中文帮助文档(中英文对照)

loveR

hurst.est(Rwave)
hurst.est()所属R语言包：Rwave

                                         Estimate Hurst Exponent
                                         估计Hurst指数

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Estimates Hurst exponent from a wavelet transform.
估计Hurst指数小波变换。


用法----------Usage----------


hurst.est(wspec, range, nvoice, plot=TRUE)



参数----------Arguments----------

参数：wspec
wavelet spectrum (output of tfmean)  
小波频谱的tfmean（输出）


参数：range
range of scales from which estimate the exponent.  
估计指数的尺度范围。


参数：nvoice
number of scales per octave of the wavelet transform.  
每倍频程的小波变换的尺度。


参数：plot
if set to TRUE, displays regression line on current plot.  </table>
如果设置为TRUE，显示回归线目前的图。 </ TABLE>


值----------Value----------

complex 1D array of size sigsize.
复杂的一维数组的大小sigsize。


参考文献----------References----------



参见----------See Also----------

tfmean, wspec.pl.
tfmean，wspec.pl。


实例----------Examples----------


# White Noise Hurst Exponent: The plots on the top row of Figure 6.8[白噪声Hurst指数：图6.8图上的顶行]
# were produced by the folling S-commands. These make use of the two[的folling S-命令产生。这使得利用两个]
# functions Hurst.est (estimation of Hurst exponent from CWT) and[：功能Hurst.est（估计Hurst指数从CWT）和]
# wspec.pl (display wavelet spectrum).[wspec.pl（显示小波频谱）。]

# Compare the periodogram and the wavelet spectral estimate.[比较周期图和小波变换的谱估计。]
wnoise <- rnorm(8192)
plot.ts(wnoise)
spwnoise <- fft(wnoise)
spwnoise <- Mod(spwnoise)
spwnoise <- spwnoise*spwnoise
plot(spwnoise[1:4096], log="xy", type="l")
lswnoise <- lsfit(log10(1:4096), log10(spwnoise[1:4096]))
abline(lswnoise$coef)
cwtwnoise <- DOG(wnoise, 10, 5, 1, plot=FALSE)
mcwtwnoise <- Mod(cwtwnoise)
mcwtwnoise <- mcwtwnoise*mcwtwnoise
wspwnoise <- tfmean(mcwtwnoise, plot=FALSE)
wspec.pl(wspwnoise, 5)
hurst.est(wspwnoise, 1:50, 5)

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。