R语言 rriskDistributions包 plotDiagnostics.perc()函数中文帮助文档(中英文对照)

loveR

plotDiagnostics.perc(rriskDistributions)
plotDiagnostics.perc()所属R语言包：rriskDistributions

                                        Graphical tools for choosing distribution by given quantiles
                                         选择分配给位数的图形化工具

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Diagnostic plot for choosing a most appropriate continuous probability for known quantiles
选择一个最合适的连续概率为已知位数的诊断图


用法----------Usage----------


  plotDiagnostics.perc(fit.results,tolPlot=0.1)



参数----------Arguments----------

参数：fit.results
a list containing fitting results as an output of the function rriskFitdist.perc.
一个列表，包含作为一个输出的函数rriskFitdist.perc的拟合结果。


参数：tolPlot
numerical value, if the sums of the differences between the distribution percentiles and the given percentiles are smaller than this value, the distribution will be plotted.
数值分布百分位值和给定的百分位数之间的差异的总和，如果小于该值，分布将被绘制。


Details

详细信息----------Details----------

This function plots distribution whose percentiles go through the given percentiles q. The argument tolPlot controls this match.
此函数曲线分布，其百分通过给定的百分q。参数tolPlot控制这场比赛。


值----------Value----------

Only graphical output.
只有图形输出。


（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----------



p<-c(0.025,0.5,0.975)
q<-c(9.68,29.20,50.98)
fit.results1<-rriskFitdist.perc(p=p,q=q,show.output=FALSE,tolConv=0.5)
X11(width=10,height=5)
par(mfrow=c(1,2))
plotDiagnostics.perc(fit.results1)
plotDiagnostics.perc(fit.results1,tolPlot=5)

p<-c(0.2,0.7)
q<-c(2.6,19.1)
fit.results2<-rriskFitdist.perc(p=p,q=q,show.output=FALSE)
plotDiagnostics.perc(fit.results2)

p<-c(0.3,0.8,0.9)
q<-c(10,20,40)
fit.results3<-rriskFitdist.perc(p=p,q=q,show.output=FALSE)
plotDiagnostics.perc(fit.results3)

p<-c(0.3,0.8,0.9)
q<-c(10,30,40)
fit.results4<-rriskFitdist.perc(p=p,q=q,show.output=FALSE)
plotDiagnostics.perc(fit.results4)

# Example with fittes beta pert distribution[与fittes测试PERT分布的例子]
p<-c(0.025,0.5,0.6,0.975)
q<-qpert(p=p,min=0,mode=3,max=10,shape=5)
fit.results5<-rriskFitdist.perc(p=p,q=q,show.output=FALSE)
plotDiagnostics.perc(fit.results5)

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。