R语言 rrcov包 maryo()函数中文帮助文档(中英文对照)

loveR

maryo(rrcov)
maryo()所属R语言包：rrcov

                                         Marona and Yohai Artificial Data
                                         Marona和Yohai人工数据

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Simple artificial data set generated according the example by  Marona and Yohai (1998).  The data set consists of 20 bivariate normal observations generated with zero means, unit variances and correlation 0.8. The sample  correlation is 0.81. Two outliers are introduced (i.e. these are  10% of the data) in the following way: two points are modified  by interchanging the largest (observation 19) and smallest  (observation 9) value of the first coordinate. The sample correlation  becomes 0.05.  This example  provides a good example of the fact that a  multivariate outlier need not be an outlier in any of its  coordinate variables.
简单的人工数据集生成的例子Marona和Yohai（1998）。这些数据包括产生的零的手段，单位方差和相关性0.8 20二元正常的观察。样本相关系数为0.81。引入两个离群值（即，这些都是10％的数据），在以下的方式：通过互换（观察19）最大和最小的值（观测9）的第一坐标的两个点被修改。样本相关系数变为0.05。这个例子提供了一个很好的例子，一个多元离群的事实，不需要在任何一个局外人的坐标变量。


用法----------Usage----------


data(maryo)



格式----------Format----------

A data frame with 20 observations on 2 variables. To introduce the outliers x[9,1] with x[19,1] are interchanged.
2个变量的20个观测数据框。要介绍的离群值×[9,1]×[19,1]互换。


源----------Source----------

R. A. Marona and V. J. Yohai (1998) Robust estimation of multivariate  location and scatter. In Encyclopedia of Statistical Sciences, Updated Volume 2  (Eds. S.Kotz, C.Read and D.Banks). Wiley, New York p. 590
RA（1998）Marona和VJ Yohai的多元分布的位置和分散的鲁棒估计。在百科全书的统计科学，更新了第2卷（主编S.Kotz，（三）查阅，D.Banks）。 Wiley，纽约p。 590


实例----------Examples----------



data(maryo)
getCorr(CovClassic(maryo))          ## the sample correlation is 0.81[＃的样本相关系数为0.81]

## Modify 10%% of the data in the following way:[＃修改通过以下方式中的数据的10％：]
##  modify two points (out of 20) by interchanging the [＃修改通过交换两分（满分20）]
##  largest and smallest value of the first coordinate[＃最大和最小的第一个坐标值]
imin <- which(maryo[,1]==min(maryo[,1]))        # imin = 9[爱民= 9]
imax <- which(maryo[,1]==max(maryo[,1]))        # imax = 19[IMAX = 19]
maryo1 <- maryo
maryo1[imin,1] <- maryo[imax,1]
maryo1[imax,1] <- maryo[imin,1]

##  The sample correlation becomes 0.05[＃样本相关系数变为0.05]
plot(maryo1)
getCorr(CovClassic(maryo1))         ## the sample correlation becomes 0.05[＃的样本相关系数变为0.05]
getCorr(CovMcd(maryo1))      ## the (reweighted) MCD correlation is 0.79[＃（重加权）MCD相关性为0.79]


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。