R语言 sensitivity包 fast99()函数中文帮助文档(中英文对照)

loveR

fast99(sensitivity)
fast99()所属R语言包：sensitivity

                                        Extended Fourier Amplitude Sensitivity Test
                                         扩展傅立叶振幅灵敏度测试

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

fast99 implements the so-called "extended-FAST" method (Saltelli et al. 1999). This method allows the estimation of first order and total Sobol' indices for all the factors (alltogether 2p indices, where p is the number of factors) at a total cost of n * p simulations.
fast99实现了所谓的“扩展FAST”的方法（Saltelli等，1999）。这种方法允许估计的一阶和总Sobol指数的所有因素（产品总数2p指数，其中p是多少的因素），总成本n * p模拟。


用法----------Usage----------


fast99(model = NULL, factors, n, M = 4, omega = NULL,
       q = NULL, q.arg = NULL, ...)
## S3 method for class 'fast99'
tell(x, y = NULL, ...)
## S3 method for class 'fast99'
print(x, ...)
## S3 method for class 'fast99'
plot(x, ylim = c(0, 1), ...)



参数----------Arguments----------

参数：model
a function, or a model with a predict method, defining the model to analyze.
函数或一个的模型与predict方法，定义模型来分析。


参数：factors
an integer giving the number of factors, or a vector of character strings giving their names.
一个整数，给出的因素的数量，或字符串的向量给予他们的名字。


参数：n
an integer giving the sample size, i.e. the length of the discretization of the s-space (see Cukier et al.).
给样本大小的整数，即离散的s-空间（见Cukier等。）的长度。


参数：M
an integer specifying the interference parameter, i.e. the number of harmonics to sum in the Fourier series decomposition (see Cukier et al.).
一个整数，指定的干扰参数，即谐波次数的傅立叶级数分解，总结（看到Cukier等。）。


参数：omega
a vector giving the set of frequencies, one frequency for each factor (see details below).
一个向量组频率，一个频率为每一个因素（详见下文）。


参数：q
a vector of quantile functions names corresponding to wanted factors distributions (see details below).
一个向量的分量函数的命名对应的通缉因素分布（详见下文）。


参数：q.arg
a list of quantile functions parameters (see details below).
列表中位数的功能参数（详见下文）。


参数：x
a list of class "fast99" storing the state of the sensitivity study (parameters, data, estimates).
类的列表"fast99"存储状态的敏感性研究（参数，数据，估计）。


参数：y
a vector of model responses.
一个向量模型的响应。


参数：ylim
y-coordinate plotting limits.
y坐标绘制的限制。


参数：...
any other arguments for model which are passed unchanged each time it is called.
任何其他参数model传递不变的，每次它被称为。


Details

详细信息----------Details----------

If not given, the set of frequencies omega is taken from Saltelli et al.  The first frequency of the vector omega is assigned to each factor X_i in turn (corresponding to the estimation of Sobol' indices S_i and ST_i), other frequencies being assigned to the remaining factors.
如果没有给出，该组的频率omega被从Saltelli等。第一频率的矢量omega被分配给每个因子X_i反过来（对应Sobol指数的估计S_i和ST_i），以及其他的频率被分配给其余的因素。

If the arguments q and q.args are not given, the factors are taken uniformly distributed on [0,1]. The argument q must be list of character strings, giving the names of the quantile functions (one for each factor), such as qunif, qnorm... It can also be a single character string, meaning same distribution for all. The argument q.arg must be a list of lists, each one being additional parameters for the corresponding quantile function. For example, the parameters of the quantile function qunif could be list(min=1, max=2), giving an uniform distribution on [1,2].  If q is a single character string, then q.arg must be a single list (rather than a list of one list).
如果参数q和q.args不给的因素采取均匀分布在[0,1]。参数q必须是字符串列表，给的名字位数的功能（每个因素之一），如qunif，qnorm...它也可以是一个字符串，这意味着可用于所有的相同的分布。参数q.arg必须是列表的列表，每一个额外的参数，相应的分位数函数。例如，参数的位数功能qunif能list(min=1, max=2)，均匀分布上[1,2]。如果q是一个字符串，然后q.arg必须是一个单独的列表（而不是一个列表的列表）。


值----------Value----------

fast99 returns a list of class "fast99", containing all the input arguments detailed before, plus the following components:
fast99返回一个列表类"fast99"，包含所有的输入参数前面的描述，再加上以下组件：


参数：call
the matched call.
匹配的呼叫。


参数：X
a data.frame containing the factors sample values.
data.frame包含的因素样本值。


参数：y
a vector of model responses.
一个向量模型的响应。


参数：V
the estimation of variance.
的方差的估计。


参数：D1
the estimations of Variances of the Conditional Expectations (VCE) with respect to each factor.
估计方差（VCE），每个因素的条件期望。


参数：Dt
the estimations of VCE with respect to each factor complementary set of factors ("all but Xi").
估计VCE每个因素的补集的因素（“所有，但Xi”）。


参考文献----------References----------

independent method for global sensitivity analysis of model output, Technometrics, 41, 39–56.
sensitivity analysis of multiparameter model systems. J. Comput. Phys., 26, 1–42.

参见----------See Also----------

decoupling
decoupling


实例----------Examples----------


# Test case : the non-monotonic Ishigami function[测试情况：非单调石上的功能]
x <- fast99(model = ishigami.fun, factors = 3, n = 1000,
            q = "qunif", q.arg = list(min = -pi, max = pi))
print(x)
plot(x)

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。