R语言 waveslim包 hosking.sim()函数中文帮助文档(中英文对照)

loveR

hosking.sim(waveslim)
hosking.sim()所属R语言包：waveslim

                                        Generate Stationary Gaussian Process Using Hosking's Method
                                         平稳高斯过程使用霍斯金的方法

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Uses exact time-domain method from Hosking (1984) to generate a simulated time series from a specified autocovariance sequence.
使用精确的时域从霍斯金（1984）的方法，从一个指定的自协方差序列以产生一个模拟的时间序列。


用法----------Usage----------





参数----------Arguments----------

参数：n
Length of series.
长度系列。


参数：acvs
Autocovariance sequence of series with which to generate, must be of length at least n.
自相关序列，产生的系列，长度必须为至少n。


值----------Value----------

Length n time series from true autocovariance sequence acvs.
长度n真正的自相关序列acvs时间序列。


（作者）----------Author(s)----------


Brandon Whitcher



参考文献----------References----------

Modeling persistence in hydrological time series using fractional differencing, Water Resources Research, 20, No. 12, 1898-1908.
Simulating Gaussian random processes with specified spectra, Computing Science and Statistics, 22, 534-538.

实例----------Examples----------


dB <- function(x) 10 * log10(x)
per <- function (z) {
  n <- length(z)
  (Mod(fft(z))^2/(2 * pi * n))[1n%/%2 + 1)]
}
spp.sdf <- function(freq, delta, omega)
  abs(2 * (cos(2*pi*freq) - cos(2*pi*omega)))^(-2*delta)
data(acvs.andel8)
n <- 1024
z <- hosking.sim(n, acvs.andel8[,2])
per.z <- 2 * pi * per(z)
par(mfrow=c(2,1), las=1)
plot.ts(z, ylab="", main="Realization of a Seasonal Long-Memory Process")
plot(0n/2)/n, dB(per.z), type="l", xlab="Frequency", ylab="dB",
     main="eriodogram")
lines(0n/2)/n, dB(spp.sdf(0n/2)/n, .4, 1/12)), col=2)

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。