MarcenkoPastur(RMTstat)
MarcenkoPastur()所属R语言包:RMTstat
The Marcenko-Pastur Distribution
的Marcenko Pastur分布
译者:生物统计家园网 机器人LoveR
描述----------Description----------
Density, distribution function, quantile function and random generation for the Mar膷enko-Pastur distribution, the limiting distribution of the empirical spectral measure for a large white Wishart matrix.
密度,分位数函数,分布函数和随机生成的MarčenkoPastur分布,一大片白色的Wishart矩阵的极限分布的经验光谱测量。
用法----------Usage----------
dmp( x, ndf=NA, pdim=NA, var=1, svr=ndf/pdim, log = FALSE )
pmp( q, ndf=NA, pdim=NA, var=1, svr=ndf/pdim, lower.tail = TRUE, log.p = FALSE )
qmp( p, ndf=NA, pdim=NA, var=1, svr=ndf/pdim, lower.tail = TRUE, log.p = FALSE )
rmp( n, ndf=NA, pdim=NA, var=1, svr=ndf/pdim )
参数----------Arguments----------
参数:x,q
vector of quantiles.
向量的位数。
参数:p
vector of probabilities.
向量的概率。
参数:n
number of observations. If length(n) > 1, the length is taken to be the number required.
若干意见。如果length(n) > 1,长度所需的数量。
参数:ndf
the number of degrees of freedom for the Wishart matrix.
的自由度的数目为威沙特矩阵。
参数:pdim
the number of dimensions (variables) for the Wishart matrix.
为威沙特矩阵的维数(变量)。
参数:var
the population variance.
总体方差。
参数:svr
samples to variables ratio; the number of degrees of freedom per dimension.
样品的变量比数,每个维度的自由程度。
参数:log, log.p
logical; if TRUE, probabilities p are given as log(p).
逻辑,如果TRUE,给出概率P为log(P)。
参数:lower.tail
logical; if TRUE (default), probabilities are P[X <= x], otherwise, P[X > x].
逻辑;如果是TRUE(默认值),概率P[X <= x],否则,“P[X > x]。
Details
详细信息----------Details----------
The concentration can either be given explicitly, or else computed from the given ndf and pdim. If var is not specified, it assumes the default of 1.
的concentration可以明确,否则计算从给定的ndf和pdim。如果var没有被指定,它假设默认的1。
The Mar膷enko-Pastur law is the limit of the random probability measure which puts equal mass on all pdim eigenvalues of a normalized pdim-dimensional white Wishart matrix with ndf degrees of freedom and scale parameter diag(var, var, ..., var). It is assumed that ndf goes to infinity, and ndf/pdim goes to nonzero constant called the "samples-to-variables ratio" (svr).
的MarčenkoPastur法律的限制,所有的pdim的归一化pdim维的白色Wishart矩阵ndf程度的自由和尺度参数的特征值的随机概率的措施,把质量相等的diag(var, var, ..., var)。它假定,ndf趋于无穷大,并且ndf/pdim前进到非零常数称为“样本变量比率”(svr)。
值----------Value----------
dmp gives the density, pmp gives the distribution function, qmp gives the quantile function, and rmp generates random deviates.
dmp给出了密度,pmp给出了分布函数,qmp给出了分位数的功能,和rmp随机产生的偏离。
(作者)----------Author(s)----------
Iain M. Johnstone, Zongming Ma, Patrick O. Perry and Morteza Shahram
源----------Source----------
Other than the density, these functions are relatively slow and imprecise.
其他的密度比,这些功能都比较缓慢和不准确的。
The distribution function is computed with integrate. The quantiles are computed via bisection using uniroot. Random variates are generated using the inverse CDF.
的分布函数计算的积分。使用uniroot通过对分位数计算。随机变量所产生的逆CDF。
参考文献----------References----------
Mar膷enko, V.A. and Pastur, L.A. (1967). Distribution of eigenvalues for some sets of random matrices. Sbornik: Mathematics 1, 457–483.
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。
|