R语言 robCompositions包 outCoDa()函数中文帮助文档(中英文对照)

loveR

outCoDa(robCompositions)
outCoDa()所属R语言包：robCompositions

                                         Outlier detection for compositional data
                                         成分数据的孤立点检测

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Outlier detection for compositional data using standard and robust statistical methods.
孤立点检测成分数据，使用标准的和可靠的统计方法。


用法----------Usage----------


outCoDa(x, quantile = 0.975, method = "robust", h = 1/2)



参数----------Arguments----------

参数：x
compositional data  
成分数据


参数：quantile
quantile,  corresponding to a significance level,  is used as a cut-off value for outlier identification: observations with larger (squared) robust Mahalanobis distance are considered as potential outliers.  
位数，相对应的显着性水平，是用来作为异常值识别cut-off值：较大的健壮的Mahalanobis距离（平方）的观测被认为是潜在的异常值。


参数：method
either “robust” (default) or “standard”  
是“稳健”（默认）或“标准”


参数：h
the size of the subsets for the robust covariance estimation according the MCD-estimator for which the determinant is minimized (the default is (n+p+1)/2).
根据的决定因素是最小化（默认为（N + P +1）/ 2）MCD估计的鲁棒协方差估计的子集的大小。


Details

详细信息----------Details----------

The outlier detection procedure is based on (robust) Mahalanobis distances after a isometric logratio transformation of the data.  Observations with squared Mahalanobis distance  greater equal a certain quantile of the Chi-squared distribution are  marked as outliers.
离群点检测程序是基于马氏距离（强大）log比值改造后等距的数据。与马氏距离的平方大于等于一定位数的卡方分布的观测标记为离群值。

If method “robust” is chosen, the outlier detection is based on the homogeneous majority of the compositional data set.  If method “standard” is used, standard measures of location and scatter are applied during the outlier detection procedure.
如果方法“健壮”被选择，是根据离群点检测在齐大部分的组成数据集。如果方法“标准”时，孤立点检测程序的位置和散射过程中应用的标准措施。


值----------Value----------


参数：mahalDist
resulting Mahalanobis distance
导致马氏距离


参数：limit
quantile of the Chi-squared distribution
分位数的卡方分布


参数：outlierIndex
logical vector indicating outliers and non-outliers
逻辑向量表示异常和非异常值


参数：method
method used
使用的方法


注意----------Note----------

It is highly recommended to use the robust version of the procedure.
我们强烈建议使用稳定版本的程序。


（作者）----------Author(s)----------


Matthias Templ, Karel Hron



参考文献----------References----------

C. Barcel'o-Vidal (2003) Isometric logratio transformations for compositional data analysis. Mathematical Geology, 35(3) 279-300. \
Outlier detection for compositional data using robust methods. Math. Geosciences, 40 233-248.\
A fast algorithm for the minimum covariance determinant estimator.  Technometrics, 41   212-223.

参见----------See Also----------

ilr
ilr


实例----------Examples----------


data(expenditures)
oD <- outCoDa(expenditures)
oD

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。