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

loveR

harmonic(spatstat)
harmonic()所属R语言包：spatstat

                                        Basis for Harmonic Functions
                                         调和函数的基础

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Evaluates a basis for the harmonic polynomials in x and y of degree less than or equal to n.
评估的依据谐波多项式x和y的程度小于或等于n。


用法----------Usage----------


   harmonic(x, y, n)



参数----------Arguments----------

参数：x
Vector of x coordinates  
向量的x坐标


参数：y
Vector of y coordinates  
向量的y坐标


参数：n
Maximum degree of polynomial  
最大程度的多项式


Details

详细信息----------Details----------

This function computes a basis for the harmonic polynomials in two variables x and y up to a given degree n and evaluates them at given x,y locations. It can be used in model formulas (for example in the model-fitting functions lm,glm,gam and ppm) to specify a linear predictor which is a harmonic function.
此函数计算的谐波两个变量的多项式的基础x和y了给定的程度n，并评估他们在给定的x,y位置。它可用于在模型公式（例如，在模型的拟合函数中lm,glm,gam和ppm）来指定一个线性预测器，这是一个调和函数。

A function f(x,y) is harmonic if
的功能f(x,y)是谐波，如果

The harmonic polynomials of degree less than or equal to n have a basis consisting of 2 n functions.
谐波多项式程度小于或等于n2 n函数组成的基础。

This function was implemented on a suggestion of P. McCullagh for fitting nonstationary spatial trend to point process models.
P. McCullagh的建议拟合非平稳点过程模型的空间趋势上实现该功能。


值----------Value----------

A data frame with 2 * n columns giving the values of the basis functions at the coordinates. Each column is labelled by an algebraic expression for the corresponding basis function.
一个数据框2 * n给基函数的坐标值的列。每一列都被标记为对应的基函数的一个代数表达式。


（作者）----------Author(s)----------


Adrian Baddeley
<a href="mailto:Adrian.Baddeley@csiro.au">Adrian.Baddeley@csiro.au</a>
<a href="http://www.maths.uwa.edu.au/~adrian/">http://www.maths.uwa.edu.au/~adrian/</a>
and Rolf Turner
<a href="mailto:r.turner@auckland.ac.nz">r.turner@auckland.ac.nz</a>




参见----------See Also----------

ppm
ppm


实例----------Examples----------


   data(longleaf)
   X <- unmark(longleaf)
   # inhomogeneous point pattern[非均匀点模式]
   

   # fit Poisson point process with log-cubic intensity[符合泊松点过程与数立方强度]
   fit.3 <- ppm(X, ~ polynom(x,y,3), Poisson())

   # fit Poisson process with log-cubic-harmonic intensity[符合泊松过程的log立方米的谐波强度]
   fit.h <- ppm(X, ~ harmonic(x,y,3), Poisson())

   # Likelihood ratio test[似然比检验]
   lrts <- 2 * (fit.3$maxlogpl - fit.h$maxlogpl)
   x <- X$x
   y <- X$y
   df <- ncol(polynom(x,y,3)) - ncol(harmonic(x,y,3))
   pval <- 1 - pchisq(lrts, df=df)

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。