fit.perc(rriskDistributions)
fit.perc()所属R语言包：rriskDistributions
Choosing distribution by given quantiles
选择分布由给定的位数
译者：生物统计家园网 机器人LoveR
描述----------Description----------
This function provides a GUI for choosing a most appropriate continuous distribution for known quantiles.
此功能提供了一个图形用户界面，选择最合适的连续分布已知的位数。
用法----------Usage----------
fit.perc(p=c(0.025,0.5,0.975),q=qnorm(p),show.output=FALSE,
tolPlot=0.1,tolConv=0.001,fit.weights=rep(1,length(p)))
参数----------Arguments----------
参数：p
numerical vector of probabilities.
数值向量的概率。
参数：q
numerical vector of quantiles.
数值向量的位数。
参数：show.output
logical, if TRUE the output of the fitting functions get.distribution.par will be shown.
逻辑，如果TRUE的拟合函数的输出get.distribution.par将被显示。
参数：tolPlot
single positive numerical value giving a tolerance for plotting graphical diagnostics.
单正数值，给人一种容忍绘制图形诊断。
参数：tolConv
positive numerical value, the absolute convergence tolerance for reaching zero.
正数值，绝对收敛公差达到零。
参数：fit.weights
numerical vector of the same length as a probabilities vector p containing positive values for weighting quantiles. By default all quantiles will be weighted by 1.
相同的长度为一个数值向量概率矢量p含有正的值进行加权分位数。默认情况下，所有的位数将加权1。
Details
详细信息----------Details----------
The argument tolPlot defines a tolerance for plotting graphical diagnostics. If the sums of the differences between the percentiles of the estimated distribution and the given percentiles are smaller than this value, the distribution will be plotted. <br> <br> The items of the probability vector p should lie between 0 and 1.
参数tolPlot定义的公差绘制图形诊断。如果百分位数的估计分布和给定的百分位数之间的差异的总和小于该值时，将被绘制的分布。是参考参考本的的概率向量p件应位于0和1之间。
值----------Value----------
Returns a named list containing a chosen distribution, its estimated parameters and the data on which the estimation is based.
返回一个已命名的列表，其中包含选定的分布，其上的估计是基于估计的参数和数据。
注意----------Note----------
This function is used for defining a Monte-Carlo random variate item (mcrv) in the rrisk project.
此功能用于定义了蒙特卡罗随机变量的项目（mcrv）在rrisk项目。
（作者）----------Author(s)----------
Matthias Greiner <a href="mailto:matthias.greiner@bfr.bund.de">matthias.greiner@bfr.bund.de</a>
(BfR), <br> Kristin Tolksdorf
<a href="mailto:kristin.tolksdorf@bfr.bund.de">kristin.tolksdorf@bfr.bund.de</a> (BfR), <br>
Katharina Schueller <a href="mailto:schueller@stat-up.de">schueller@stat-up.de</a>
(<acronym><span class="acronym">STAT-UP</span></acronym> Statistical Consulting), <br> Natalia
Belgorodski <a href="mailto:belgorodski@stat-up.de">belgorodski@stat-up.de</a>
(<acronym><span class="acronym">STAT-UP</span></acronym> Statistical Consulting)
实例----------Examples----------
chosenDistr1<-fit.perc()
chosenDistr1
chosenDistr2<-fit.perc(tolPlot=5)
chosenDistr2
chosenDistr3<-fit.perc(p=c(0.3,0.8,0.9),q=c(10,20,40))
chosenDistr3
chosenDistr4<-fit.perc(p=c(0.3,0.8,0.9),q=c(10,30,40))
chosenDistr4
chosenDistr5<-fit.perc(p=c(0.3,0.8,0.9),q=c(10,30,40),tolPlot=10)
chosenDistr5
# Example with fittes pert distribution[fittes PERT分布的例子]
p<-c(0.025,0.5,0.6,0.975)
q<-round(qpert(p=p,min=0,mode=3,max=10,shape=5),digits=2)
chosenDistr6<-fit.perc(p=p,q=q,tolPlot=10)
chosenDistr6
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。
|
发表于 2012-9-28 21:10:16
