R语言 skewtools包 entropy.skew()函数中文帮助文档(中英文对照)

loveR

entropy.skew(skewtools)
entropy.skew()所属R语言包：skewtools

                                         Shannon Entropy for Skewed Distributions
                                         香农熵为偏态分布

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Compute the Shannon Entropy for Skew-Normal and Skew-t Distributions
正常歪斜和扭曲-T分布的香农熵的计算


用法----------Usage----------


entropy.skew(X, family = "ST")



参数----------Arguments----------

参数：X
a numerical vector or a numerical matrix with complete data
一个具有完整数据的数值向量或数值矩阵


参数：family
string to select the skewed distribution. Its available for: ST (Skew-t, by default) and SN (Skew-Normal)
字符串选择的偏态分布。其可用为：ST（斜吨，默认情况下）和SN（歪斜普通）


Details

详细信息----------Details----------

Shannon Entropy and Mutual information Index for Skewed Distributions are provided in Arellano-Valle et al. (2012).  Estimation of parameters are provided by the functions mst.fit (Skew-t case) and msn.fit  (Skew-Normal case) from sn package
香农熵，互信息指数为偏态分布中提供了阿雷利亚诺 -  Valle等。 （2012年）。估计参数所提供的功能mst.fit（斜T CASE）和msn.fit（歪斜普通的情况下）从sn包


值----------Value----------


参数：H
a numerical value of the entropy
的熵的数值


参数：family
a string of the used distribution
的字符串的使用分布


（作者）----------Author(s)----------



Javier E. Contreras-Reyes




参考文献----------References----------

Skew-Elliptical Distributions. Scand. J. Stat., doi: 10.1111/j.1467-9469.2011.00774.x.
J. Theor. Stat., 29, 39-51.

参见----------See Also----------

mst.fit, msn.fit
mst.fit，msn.fit


实例----------Examples----------


data(OzoneStgo)
data1=OzoneStgo[,3:9]

entropy.skew(X=data1[1:100,], family = "ST")
entropy.skew(X=data1[1:100,], family = "SN")

## Mutual Information:[＃互信息：]

Hx = entropy.skew(data1[1:100,1:6],"ST")$H
Hy = entropy.skew(data1[1:100,7],"ST")$H
Hxy = entropy.skew(data1[1:100,1:7],"ST")$H
Hx + Hy - Hxy

Hx = entropy.skew(data1[1:100,-5],"SN")$H
Hy = entropy.skew(data1[1:100,5],"SN")$H
Hxy = entropy.skew(data1[1:100,],"SN")$H
Hx + Hy - Hxy

Hx = entropy.skew(data1[1:100,-5],"ST")$H
Hy = entropy.skew(data1[1:100,5],"ST")$H
Hxy = entropy.skew(data1[1:100,],"ST")$H
Hx + Hy - Hxy

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。