R语言 wavelets包 mra()函数中文帮助文档(中英文对照)

loveR

mra(wavelets)
mra()所属R语言包：wavelets

                                         Multiresolution Analysis
                                         多分辨分析

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Computes the multiresolution analysis for a univariate or multivariate time series.
计算单变量和多变量时间序列的多分辨率分析。


用法----------Usage----------


mra(X, filter="la8", n.levels, boundary="periodic", fast=TRUE, method="dwt")



参数----------Arguments----------

参数：X
A univariate or multivariate time series. Numeric vectors, matrices and data frames are also accepted.
单变量和多变量的时间序列。数字向量，矩阵，数据框也可以接受。


参数：filter
Either a wt.filter object, a character string indicating which wavelet filter to use in the decomposition, or a numeric vector of wavelet coefficients (not scaling coefficients). See help(wt.filter) for acceptable filter names.
要么是wt.filter对象，一个字符串指示小波滤波器中使用的分解，或一个数值向量的小波系数（不是缩放系数）。见help(wt.filter)可以接受的过滤器名称。


参数：n.levels
An integer specifying the level of the decomposition. By default this is the value J such that the length of X is at least as great as the length of the level J wavelet filter, but less than the length of the level J+1 wavelet filter. Thus, j <=       log((N-1)/(L-1)+1), where N is the length of X.
一个整数，指定的分解的水平。默认情况下，这是通过，值J的长度X是至少一样大，水平J小波滤波器的长度，但小于水平的长度J+1小波过滤。因此，j <=       log((N-1)/(L-1)+1)，其中N的长度X。


参数：boundary
A character string indicating which boundary method to use. boundary = "periodic" and boundary = "reflection" are the only supported methods at this time.
一个字符串，表示使用的边界法。 boundary = "periodic"和boundary = "reflection"是此时唯一支持的方法。


参数：fast
A logical flag which, if true, indicates that the pyramid algorithm is computed with an internal C function.  Otherwise, only R code is used in all computations.
一个逻辑标志，如果情况属实，表明金字塔算法计算与内部C函数。否则，只有R代码是用在所有的计算。


参数：method
A character string, taking values "dwt" or "modwt", that indicates which type of transform to use when computing the MRA.
一个字符串，值“载重吨”或“modwt”的指示哪种类型的转换时使用的计算MRA。


值----------Value----------

Returns an object of class mra, which is an S4 object with slots
返回一个对象类mra，这是一个与槽S4对象


参数：D
A list with element i comprised of a matrix containing the ith level wavelet detail.
列表元素i组成的一个矩阵包含i个层次小波细节。


参数：S
A list with element i comprised of a matrix containing the ith level wavelet smooths.
列表元素i组成的一个矩阵包含i个级小波平滑。


参数：filter
A wt.filter object containing information for the filter used in the decomposition. See help(wt.filter) for details.
Awt.filter对象，其中包含的信息使用的过滤器的分解。见help(wt.filter)的详细信息。


参数：level
An integer value representing the level of wavelet decomposition.
一个整数值，表示小波分解的水平。


参数：boundary
A character string indicating the boundary method used in the wavelet decomposition. Valid values are "periodic" or "reflection".
一个字符串，表示边界的小波分解方法。有效的值是“定期”或“反思”。


参数：series
The original time series, X, in matrix format.
原来的时间序列，X，以矩阵格式。


参数：class.X
A character string indicating the class of the input series.  Possible values are "ts", "mts", "numeric", "matrix", or "data.frame".
一个字符串，指示输入系列之类的。可能的值是"ts"，"mts"，"numeric"，"matrix"或"data.frame"。


参数：attr.X
A list containing the attributes information of the original time series, X.  This is useful if X is an object of class ts or mts and it is desired to retain relevant time information. If the original time series, X, is a matrix or has no attributes, then attr.X is an empty list.
一个列表，其中包含的属性信息的原始时间序列，X。 ，这是非常有用的，如果X是类的一个对象ts或mts“，它希望保留相应的时间信息。如果原来的时间序列，X，是一个矩阵或没有属性，那么attr.X是一个空列表。


参数：method
A character string indicating which type of wavelet decomposition was performed (either "dwt" or "modwt").
一个字符串，表示哪种类型的小波分解（无论是“载重吨”或“modwt”）。


（作者）----------Author(s)----------


Eric Aldrich. ealdrich@gmail.com.



参考文献----------References----------



参见----------See Also----------

dwt, modwt, wt.filter.
dwt，modwt，wt.filter。


实例----------Examples----------


# obtain the two series listed in Percival and Walden (2000), page 42[获得这两个系列在波斯富街和Walden（2000）上市，第42页]
X1 <- c(.2,-.4,-.6,-.5,-.8,-.4,-.9,0,-.2,.1,-.1,.1,.7,.9,0,.3)
X2 <- c(.2,-.4,-.6,-.5,-.8,-.4,-.9,0,-.2,.1,-.1,.1,-.7,.9,0,.3)

# combine them and compute MRA[它们结合在一起，计算MRA]
newX <- cbind(X1,X2)
mra.out <- mra(newX, n.levels=3, boundary="reflection")

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。