species.richness.cv(sperich)
species.richness.cv()所属R语言包：sperich
Species richness cross-validation
物种丰富度交叉验证
译者：生物统计家园网 机器人LoveR
描述----------Description----------
This function cross-validates the species richness based on given species occurences.
此功能交叉验证的物种丰富度，根据给定的物种出现次数。
用法----------Usage----------
loocv.limit=10, distances=2:10, weight=0.5, dimension, shift,
参数----------Arguments----------
参数：dataset.all.species
A dataset containing the species with their ID (named: speciesID)and the longitude (named: long) and latitude (named: lat) of their occurence location.
数据集包含的物种他们的ID（名为：speciesID）的，其发生“位置的经度（命名为：长）和纬度（名为：纬度）。
参数：landwatermask
A grid containing the land-water-information of the observed area. If a grid cell containes no land, the value of the cell in the landwatermask is -1, otherwise it is 0. Additional, height-informations could be added for land surfaces. In this case, take care of the 'upperbound' value.
的网格中所观察到的区域的土地与水的信息。一个的网格单元containes没有土地如果的landwatermask的单元格中的值是-1，否则为0。另外，土地表面高度的信息可以被添加。在这种情况下，照顾的“上界”的价值。
参数：fold
The number of groups which should be created if the number of occurences is greater than loocv.limit.
的基团的数目应创建的出现次数，如果数量是大于loocv.limit。
参数：loocv.limit
The limit below which the subsamples are created for a leave-one-out-cross-validation instead of a k-fold-cross-validation.
下面的限制创建子样本休假离开交叉验证，而不是一个K倍交叉验证。
参数：distances
The distances which will be used for species range estimation. Should start with value 2.
将用于物种范围估计的距离。应该从价值2。
参数：weight
The tuning parameter of the weighting procedure (details in Raedig et al. 2010).
调整参数的加权处理（详情在Raedig等，2010）。
参数：dimension
The dimension of the processed grid.
处理后的网格尺寸。
参数：shift
The geographic coordinates of the origin of the grid.
GEO坐标的网格原点。
参数：resolution
The resolution of the grid in (geographical) degree.
决议中的网格（区域）学位。
参数：upperbound
This value determines the height (based on values in 'landwatermask') which is considered to be a barrier for species distribution.
此值确定的高度（基于价值观在“landwatermask”），这被认为是物种分布的障碍。
参数：all.species
The vector with the numbers of the species which should be mentioned. If the first value is -1, all species in the database will be used for species richness estimation.
的种类的数目，应提及的向量。如果第一个值是-1，将用于数据库中的所有物种，物种丰富度估计。
参数：silent
A boolean flag that determines wether the report of status messages should be suppressed or not.
一个布尔标志，用于确定羯羊报告应被抑制的状态消息。
Details
详细信息----------Details----------
This routine cross-validates the species richness based on given species occurences through a geometric interpolation model (details in Raedig et al. 2010).
这个例程交叉验证的物种丰富度，根据给定的物种出现通过几何插值模型（详情在Raedig等，2010）。
值----------Value----------
This function returns a grid which contains the cross-validated
这个函数返回一个网格，其中包含了交叉验证
（作者）----------Author(s)----------
Maximilian Lange, Sven Lautenbach
参考文献----------References----------
Reassessing Neotropical angiosperm distribution patterns based on monographic data: a geometric interpolation approach. Biodivers Conserv, 19, 1523-1546.
实例----------Examples----------
##load data[＃加载数据]
data(dataset.all.species)
data(dataset.landwater)
##create grid parameters[＃创建网格参数。]
dimension <- getDimension(dataset.all.species, resolution=1)
shift <- getShift(dataset.all.species)
##create landwatermask[＃创建landwatermask]
landwatermask.nocoast <- createLandwatermask(dataset.landwater,
dimension, shift, resolution=1)
##estimate species richness[＃估计物种丰富度]
species.richness.weighted <- species.richness.cv(dataset.all.species,
landwatermask.nocoast, fold=5, loocv.limit=10, distances=2:10,
weight=0.5, dimension, shift, resolution=1, upperbound=5,
all.species=1:20)
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 2012-9-30 15:01:08
