R语言 SpatialExtremes包 predict.copula()函数中文帮助文档(中英文对照)

loveR

predict.copula(SpatialExtremes)
predict.copula()所属R语言包：SpatialExtremes

                                        Prediction of the copula marginal parameters
                                         Copula函数的边缘参数的预测

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

This function predicts the marginal GEV parameters from a fitted copula based model.
此功能从拟合Copula函数模型预测的边际GEV参数。


用法----------Usage----------


## S3 method for class 'copula'
predict(object, newdata, ret.per = NULL, std.err =
TRUE, ...)



参数----------Arguments----------

参数：object
An object of class “copula”. Most often, it will be the output of the function fitcopula.
“系词”类的一个对象。大多数情况下，这将是功能fitcopula的输出。


参数：newdata
An optional data frame in which to look for variables with which to predict. If omitted, the fitted values are used.
一个可选的数据框中寻找变量，用以预测。如果省略该参数，拟合值。


参数：ret.per
Numeric vector giving the return periods for which return levels are computed. If NULL (default), no return levels are computed.
为重现期的收益水平计算的数字矢量。如果NULL（默认），没有回报水平计算。


参数：std.err
Logical. If TRUE (default), standard erros will be computed if possible.
逻辑。如果TRUE（默认），标准误差修改将被计算，如果可能的。


参数：...
further arguments passed to or from other methods.
进一步的参数传递给其他方法。


值----------Value----------

'predict.copula' produces a vector of predictions or a matrix of predictions.
predict.copula产生一个预测的矢量或矩阵的预测。


（作者）----------Author(s)----------


Mathieu Ribatet



参见----------See Also----------

predict
predict


实例----------Examples----------


## 1- Simulate a max-stable random field[＃1  - 模拟一个最大稳定的随机场]
n.site <- 35
locations <- matrix(runif(2*n.site, 0, 10), ncol = 2)
colnames(locations) <- c("lon", "lat")

data <- rmaxstab(50, locations, cov.mod = "whitmat", nugget = 0, range = 30,
smooth = 0.5)

## 2- Transformation to non unit Frechet margins[＃2  - 非单位的Frechet空间的转换]
param.loc <- -10 + 2 * locations[,2]
param.scale <- 5 + 2 * locations[,1]
param.shape <- rep(0.2, n.site)

for (i in 1:n.site)
  data[,i] <- frech2gev(data[,i], param.loc[i], param.scale[i],
param.shape[i])

## 3- Fit a copula based model with the following model for[＃3  - 安装基于Copula模型下面的模型]
##    the GEV parameters[＃GEV参数]
form.loc <- loc ~ lat
form.scale <- scale ~ lon
form.shape <- shape ~ 1

M0 <- fitcopula(data, locations, "student", "whitmat", loc.form = form.loc,
                        scale.form = form.scale, shape.form =
                        form.shape, nugget = 0)

## 4- GEV parameters estimates at each locations or at ungauged locations[＃4  -  GEV参数估计在每一个地方，或在无资料区域]
predict(M0)
ungauged <- data.frame(lon = runif(10, 0, 10), lat = runif(10, 0, 10))
predict(M0, ungauged)

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。