找回密码
 注册
查看: 676|回复: 0

R语言 vegan包 simulate.rda()函数中文帮助文档(中英文对照)

[复制链接]
发表于 2012-10-1 15:13:12 | 显示全部楼层 |阅读模式
simulate.rda(vegan)
simulate.rda()所属R语言包:vegan

                                         Simulate Responses with Gaussian Error or Permuted Residuals for Constrained Ordination
                                         模拟响应与高斯的错误或置换残值约束排序

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------

Function simulates a response data frame so that it adds Gaussian error to the fitted responses of Redundancy Analysis (rda), Constrained Correspondence Analysis (cca) or distance-based RDA (capscale). The function is a special case of generic simulate, and
功能模拟的响应数据框,因此,它增加了高斯误差的拟合响应的冗余分析(rda),约束对应分析(cca)或基于距离的RDA(capscale)。该函数是一个特殊的情况下,通用simulate,和


用法----------Usage----------


## S3 method for class 'rda'
simulate(object, nsim = 1, seed = NULL, indx = NULL, rank = "full", ...)



参数----------Arguments----------

参数:object
an object representing a fitted rda model.
对象一个装有rda模式。


参数:nsim
number of response vectors to simulate. (Not yet used, and  values above 1 will give an error).  
响应向量的数量来模拟。 (尚未使用,以及大于1的值会给出一个错误)。


参数:seed
an object specifying if and how the random number generator should be initialized ("seeded"). See  simulate for details.  
对象确定是否以及如何随机数发生器应被初始化(“种子”)。见simulate的详细信息。


参数:indx
Index of residuals added to the fitted values, such as produced by  permuted.index, shuffle or sample. The index can have duplicate entries so that bootstrapping is allowed. If null, parametric simulation is used and Gaussian error is added to the fitted values.
残差指数的拟合值,如产生permuted.index,shuffle或sample。该指数可以有重复的条目,以便允许自举。如果为null,参数模拟和高斯误差的拟合值。


参数:rank
The rank of the constrained component: passed to predict.rda or predict.cca.  
等级约束的组成部分:通过predict.rda或predict.cca。


参数:...
additional optional arguments (ignored).  
额外的可选参数(忽略)。


Details

详细信息----------Details----------

The implementation follows "lm" method of simulate, and adds Gaussian (Normal) error to the fitted values (fitted.rda) using function rnorm. The standard deviations are estimated independently for each species (column) from the residuals after fitting the constraints. Alternatively, the function can take a permutation index that is used to add permuted residuals (unconstrained component) to the fitted values. Raw data are used in rda. Internal Chi-square transformed data in cca within the function, but the returned data frame is  similar to the original input data. The simulation is performed on internal metric scaling data in capscale, but the function returns the Euclidean distances calculated from the simulated data.  The simulation uses only the real components, and the imaginary dimensions are ignored.
实施如下"lm"方法simulate,并添加高斯(正常)错误的拟合值(fitted.rda)使用功能rnorm。独立的标准偏差估计每个物种(列)的残差拟合后的约束。可替换地,该函数可以采取一个排列的索引,用于添加置换残差(不受约束组件)的拟合值。信息的数据被用于在rda。内部卡方转换后的数据cca内的功能,但返回的数据框是类似的原始输入数据。模拟进行内部公制比例的数据capscale,但该函数返回的欧氏距离计算出的模拟数据。模拟仅使用的实数分量,并且的假想的尺寸将被忽略。


值----------Value----------

Returns a data frame with similar additional arguments on
返回一个数据框类似的额外参数


(作者)----------Author(s)----------


Jari Oksanen



参见----------See Also----------

simulate for the generic case and for lm objects. Functions fitted.rda and fitted.cca return fitted values without the error component.  
simulate一般情况下和为lm对象。功能fitted.rda和fitted.cca返回拟合值没有误差分量。


实例----------Examples----------


data(dune)
data(dune.env)
mod <- rda(dune ~  Moisture + Management, dune.env)
## One simulation[第一个模拟]
update(mod, simulate(mod) ~  .)
## An impression of confidence regions of site scores[#印象的置信区域的现场评分]
plot(mod, display="sites")
for (i in 1:5) lines(procrustes(mod, update(mod, simulate(mod) ~ .)), col="blue")

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。
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册

本版积分规则

手机版|小黑屋|生物统计家园 网站价格

GMT+8, 2024-11-27 02:28 , Processed in 0.028539 second(s), 16 queries .

Powered by Discuz! X3.5

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表