R语言 verification包 attribute()函数中文帮助文档(中英文对照)

loveR

attribute(verification)
attribute()所属R语言包：verification

                                        Attribute plot
                                         属性图

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

An attribute plot  illustrates the reliability, resolution and uncertainty of a forecast with respect to the observation. The frequency of binned forecast probabilities are plotted against proportions of binned observations.  A perfect forecast would be indicated by a line plotted along the 1:1 line.  Uncertainty is described as the vertical distance between this point and the 1:1 line.  The
一个属性图，示出相对于观察预测的可靠性，分辨率和不确定性。分级的预测概率的频率绘制的比例分级观察。一个完美的预测将显示的线绘制1:1的沿线。不确定性描述因为这点，以及1:1的线之间的垂直距离。 “


用法----------Usage----------


## Default S3 method:[默认方法]
attribute(x, obar.i,  prob.y = NULL, obar = NULL, class =
"none", main = NULL, CI = FALSE, n.boot = 100, alpha = 0.05, tck = 0.01, freq = TRUE, pred = NULL, obs = NULL, thres = thres, bins = FALSE, ...)
## S3 method for class 'prob.bin'
attribute(x, ...)



参数----------Arguments----------

参数：x
A vector of forecast probabilities or a “prob.bin” class object produced by the verify function.  
一个向量的预测概率或“prob.bin”类对象所产生的verify功能。


参数：obar.i
A vector of observed relative frequency of forecast bins.  
一个向量的预测箱观察到的相对频率。


参数：prob.y
Relative frequency of forecasts of forecast bins.  
相对频率的预测箱的预测。


参数：obar
Climatological or sample mean of observed events.
气候或样品的意思是观察到的事件。


参数：class
Class of object.  If prob.bin, the function will use the data to estimate confidence intervals.
类的对象。如果prob.bin，该功能将利用这些数据来估计的置信区间。


参数：main
Plot title.
图称号。


参数：CI
Confidence Intervals. This is only an option if the data is accessible by using the verify command first. Calculated by bootstrapping the observations and prediction, then calculating PODy and PODn values.   
置信区间。这仅仅是一种选择，如果访问的数据是通过使用verify命令的第一个。通过引导的意见和预测，然后，的计算PODy和PODn值计算。


参数：n.boot
Number of bootstrap samples.
bootstrap样本数量。


参数：alpha
Confidence interval.  By default = 0.05
置信区间。默认情况下，= 0.05


参数：tck
Tick width on confidence interval whiskers.
勾选置信区间晶须的宽度。


参数：freq
Should the frequecies be plotted. Default = TRUE  
如果frequecies绘制。默认值= TRUE


参数：pred
Required to create confidence intervals
需要创建置信区间


参数：obs
Required to create confidence intervals  
需要创建置信区间


参数：thres
thresholds used to create bins for plotting confidence intervals.   
阈值用于创建箱绘制置信区间。


参数：bins
Should probabilities be binned or treated as unique predictions?
概率进行分级或视为独特的预测？


参数：...
Graphical parameters  
图形参数


注意----------Note----------

Points and bins are plotted at the mid-point of bins.  This can create distorted graphs if forecasts are created at irregular intervals.
绘制点和箱箱的中点。如果预测建立在不规则的时间间隔，这可能会造成扭曲的图形。


（作者）----------Author(s)----------


Matt Pocernich <pocernic@rap.ucar.edu>



参考文献----------References----------

geometrical framework for assessing the quality of probability forecasts.  Int. J. Forecasting 2, 285-293.
Chapter 7, San Diego: Academic Press.

参见----------See Also----------

verify  reliability.plot
verifyreliability.plot


实例----------Examples----------


## Data from Wilks, table 7.3 page 246.[＃威尔克斯，第246页表7.3中的数据。]
y.i   <- c(0,0.05, seq(0.1, 1, 0.1))
obar.i <- c(0.006, 0.019, 0.059, 0.15, 0.277, 0.377, 0.511,
             0.587, 0.723, 0.779, 0.934, 0.933)
prob.y<- c(0.4112, 0.0671, 0.1833, 0.0986, 0.0616, 0.0366,
            0.0303,  0.0275, 0.245, 0.022, 0.017, 0.203)
obar<- 0.162

attribute(y.i, obar.i, prob.y, obar, main = "Sample Attribute Plot")  

## Function will work with a ``prob.bin'' class objects as well.[＃函数将用一个 prob.bin“类对象为好。]
## Note this is a random forecast.[＃请注意，这是一个随机的预测。]
obs<- round(runif(100))
pred<- runif(100)

A<- verify(obs, pred, frcst.type = "prob", obs.type = "binary")
attribute(A, main = "Alternative plot", xlab = "Alternate x label" )
## to add a line from another model[＃从另一个模型中添加一行]
obs<- round(runif(100))
pred<- runif(100)

B<- verify(obs, pred, frcst.type = "prob", obs.type = "binary")
lines.attrib(B, col = "green")


## Same with confidence intervals[＃与置信区间]
attribute(A, main = "Alternative plot", xlab = "Alternate x label", CI =
TRUE)

#### add lines to plot[＃＃＃添加行图]
data(pop)
pop.convert() ## internal function used to make binary observations for the pop figure.[＃内部功能的使用，使二进制的意见，在弹出的数字。]
### note the use of bins = FALSE[＃＃注意使用箱= FALSE]
mod24 <- verify(d$obs_rain, d$p24_rain, bins = FALSE)

mod48 <- verify(d$obs_rain, d$p48_rain, bins = FALSE)
plot(mod24, freq = FALSE)

lines.attrib(mod48, col = "green", lwd = 2, type = "b")


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。