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

loveR

bestm(wavethresh)
bestm()所属R语言包：wavethresh

                                        Function called by makewpstRO to identify which packets are individually good for correlating with a response
                                         功能称为makewpstRO，以确定哪些数据包是单独的响应相关联

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

This function is used when you have a huge number of packets where you want to identify which ones are, individually, candidates for the good prediction of a response
使用此功能，当你有大量的数据包，你要识别哪些是个别候选人的良好预测的响应


用法----------Usage----------


bestm(w2mobj, y, percentage = 50)



参数----------Arguments----------

参数：w2mobj
The w2m object that contains the packets you wish to preselect
W2M对象，它包含你想预选的数据包


参数：y
The response time series
的响应时间系列


参数：percentage
The percentage of the w2m packets that you wish to select
W2M您要选择的数据包的百分比


Details

详细信息----------Details----------

This function naively addresses a very common problem. The object w2mobj contains a huge number of variables which might shed some light on the response object y. The problem is that the dimensionality of w2mobj is larger than that of the length of the series y.
此功能天真地解决了一个非常普遍的问题。的的对象w2mobj包含大量的变量可能有一些启发的响应对象y。问题是维w2mobj是大于的长度的一系列y。

The solution here is to choose a large, but not huge, subset of the variables that might be potentially useful in correlating with y, discard the rest, and return the "best" or preselected variables. Then the dimensionality is reduced and more sophisticated methods can be used to perform better quality modelling of the response y on the packets in w2mobj.
这里的解决方案是，选择一个大的子集，但不是很大，可能是潜在有用的y，放弃截断，并返回“最佳”或预选变量相关的变量。然后维数被减少，可以使用更复杂的方法来执行质量更好的响应建模y对w2mobj中的报文。


值----------Value----------

A list of class w2m with the following components: <table summary="R valueblock"> <tr valign="top"><td>m</td> <td> A matrix containing the select packets (as columns), reordered so that the best packets come first</td></tr> <tr valign="top"><td>ixvec</td> <td> A vector which indexes the best packets into the original supplied matrix</td></tr> <tr valign="top"><td>pktix</td> <td> The original wavelet packet indices corresponding to each packet</td></tr> <tr valign="top"><td>level</td> <td> As pktix but for the wavelet packet levels</td></tr> <tr valign="top"><td>nlevels</td> <td> The number of resolution levels in the original wavelet packet object</td></tr> <tr valign="top"><td>cv</td> <td> The ordered correlations</td></tr> </table>
类W2M以下组件的列表：<table summary="R valueblock"> <tr valign="top"> <TD> m </ TD> <td>一个矩阵选择的数据包（如列），最好的数据包重新排序，先来</ TD> </ TR> <tr valign="top"> <TD> ixvec </ TD> <td>一个向量的索引最好的数据包到最初提供的矩阵</ TD> </ TR> <tr valign="top"> <TD>pktix </ TD> <TD>原来的小波包，每个数据包对应的指数</ TD> </ TR> <tr valign="top"> <TD> level </ TD> <TD>pktix但小波包</ TD> </ TR> <TR VALIGN =“顶“<TD>nlevels </ TD> <TD>分辨率级别的数量在原来的小波包对象</ TD> </ TR> <tr valign="top"> <TD> X> </ TD> <TD>责令相关性</ TD> </ TR> </ TABLE>


（作者）----------Author(s)----------


G P Nason



参见----------See Also----------

makewpstRO
makewpstRO

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。