找回密码
 注册
查看: 3446|回复: 0

R语言:biplot.princomp()函数中文帮助文档(中英文对照)

[复制链接]
发表于 2012-2-16 17:33:46 | 显示全部楼层 |阅读模式
biplot.princomp(stats)
biplot.princomp()所属R语言包:stats

                                         Biplot for Principal Components
                                         为主要成分的双标图

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------

Produces a biplot (in the strict sense) from the output of princomp or prcomp
生产1双标图从princomp或prcomp输出(严格意义上的)


用法----------Usage----------


## S3 method for class 'prcomp'
biplot(x, choices = 1:2, scale = 1, pc.biplot = FALSE, ...)

## S3 method for class 'princomp'
biplot(x, choices = 1:2, scale = 1, pc.biplot = FALSE, ...)



参数----------Arguments----------

参数:x
an object of class "princomp".
对象类"princomp"。


参数:choices
length 2 vector specifying the components to plot. Only the default is a biplot in the strict sense.  
长度为2的向量绘图指定的组件。只有默认的是在严格意义上的双标图。


参数:scale
The variables are scaled by lambda ^ scale and the observations are scaled by lambda ^ (1-scale) where lambda are the singular values as computed by princomp. Normally 0 <= scale <= 1, and a warning  will be issued if the specified scale is outside this range.  
变量缩放lambda ^ scale和意见缩放lambda ^ (1-scale)其中lambda的奇异值作为计算princomp。通常0 <= scale <= 1,并警告将发给指定的scale不在此范围内。


参数:pc.biplot
If true, use what Gabriel (1971) refers to as a &quot;principal component biplot&quot;, with lambda = 1 and observations scaled up by sqrt(n) and variables scaled down by sqrt(n).  Then inner products between variables approximate covariances and distances between observations approximate Mahalanobis distance.  
如果情况属实,使用加布里埃尔(1971年),是指作为“主成分双标图”lambda = 1“SQRT(N)和SQRT(N)缩放变量缩放观察。然后变量之间的近似协方差和观测之间的距离近似马氏距离内的产品。


参数:...
optional arguments to be passed to biplot.default.
可选参数被传递到biplot.default。


Details

详情----------Details----------

This is a method for the generic function biplot.  There is considerable confusion over the precise definitions: those of the original paper, Gabriel (1971), are followed here.  Gabriel and Odoroff (1990) use the same definitions, but their plots actually correspond to pc.biplot = TRUE.
这是一个通用函数biplot的方法。有过确切的定义相当混乱:这里的原始文件,加布里埃尔(1971),其次。 Gabriel和Odoroff(1990)使用相同的定义,但实际上,他们的图对应pc.biplot = TRUE。


副作用----------Side Effects----------

a plot is produced on the current graphics device.
当前图形设备上产生的图。


参考文献----------References----------

The biplot graphical display of matrices with applications to principal component analysis. Biometrika, 58, 453&ndash;467.
Biplots in biomedical research. Statistics in Medicine, 9, 469&ndash;485.

参见----------See Also----------

biplot, princomp.
biplot,princomp。


举例----------Examples----------


require(graphics)
biplot(princomp(USArrests))

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, 2025-1-23 04:07 , Processed in 0.025591 second(s), 15 queries .

Powered by Discuz! X3.5

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表