trim.xy(wild1)
trim.xy()所属R语言包：wild1
Identify and plot outlying points
识别和绘制边远点
译者：生物统计家园网 机器人LoveR
描述----------Description----------
Facilitates identification (hence exclusion) of influential, outlying points from spatial point patterns.
便于识别（因此排除）从空间点模式的影响力，边远点。
用法----------Usage----------
trim.xy(x, y = NULL, exclude, center=c("median","mean"), maxiter=1000, plot=TRUE, ...)
参数----------Arguments----------
参数：x
A vector, matrix, or data frame of coordinates
一个向量，矩阵或数据框中的坐标
参数：y
A numeric vector (if x is a vector) or NULL
一个数值向量（如果x是一个向量）或NULL
参数：exclude
The proportion of points to be excluded
要排除的比例分
参数：center
Method used to identify outliers. See "details."
用于识别异常值的方法。请参阅“细节”。
参数：maxiter
Maximum number of iterations for spatial.median
最大迭代次数为spatial.median
参数：plot
Logical. Produce a plot for inspection?
逻辑。产生的图检查吗？
参数：...
Optional arguments for spatial.median
可选参数为spatial.median
Details
详细信息----------Details----------
By default, outlying points are those furthest from the spatial median. Using the spatial median, rather than the mean (an available option), requires ICSNP and the iterative calculations are relatively slow. However, use of the spatial median as a data trimming tool is advantageous when data contain highly influential, faulty values (which arise, not infrequently, from data recording or GPS errors).
默认情况下，外围的点是指最远的从空间中位数。使用的空间中位数，而不是平均值（可用的选项），需要ICSNP和迭代计算是比较缓慢的。然而，使用的空间的中位数作为数据修整工具是有利的数据时，包含高度有影响，故障的值（产生的，并不罕见，从数据记录或GPS误差）。
Failures may be resolved by increasing the number of iterations for calculation of spatial medians.
故障可以解决通过增加迭代的次数，用于计算空间中位数。
值----------Value----------
Returns a list that includes the following components: <table summary="R valueblock"> <tr valign="top"><td>method</td> <td> "median" or "mean" </td></tr> <tr valign="top"><td>center</td> <td> Coordinates of spatial median or barycenter (mean of x and mean of y) </td></tr> <tr valign="top"><td>inner</td> <td> A list describing the innermost 100 x exclude percent of points. Components include the row index in x, coordinates, and distance to the center for each point. </td></tr> <tr valign="top"><td>outer</td> <td> A numeric matrix describing outlying points as in inner. </td></tr> </table>
返回一个列表，其中包含以下组件：<table summary="R valueblock"> <tr valign="top"> <TD> method</ TD> <TD>"median"或<X > </ TD> </ TR> <tr valign="top"> <TD>"mean" </ TD> <TD>的坐标空间中位数或重心（center，平均x）</ TD> </ TR> <tr valign="top"> <TD>y </ TD> <TD>一个列表，描述最里面的100 Xinner％点。组件包括行索引exclude，坐标，和每一个点的中心的距离。 </ TD> </ TR> <tr valign="top"> <TD> x</ TD> <td>一个数字矩阵，描述离岛点在outer。 </ TD> </ TR> </ TABLE>
（作者）----------Author(s)----------
Glen A. Sargeant<br>
U.S. Geological Survey<br>
Northern Prairie Wildlife Research Center<br>
<a href="mailto:glen_sargeant@usgs.gov">glen_sargeant@usgs.gov</a>
参考文献----------References----------
Norhausen, K., S. Sirkia, H. Oja, and D. E. Tyler. ICSNP: Tools for Multivariate Nonparametrics. <http://CRAN.R-project.org/package=ICSNP>.
实例----------Examples----------
data(wica.bdy)
data(xy.elk)
xy.95 <- trim.xy(x=xy.elk,exclude=0.05)
str(xy.95)
mcp <- hr.mcp(x=xy.elk,plot=FALSE)
mcp95 <- hr.mcp(x=xy.95$inner$coords,plot=FALSE)
plot.new()
plot.window(xlim=c(611589,634220),
ylim=c(4816477,4833102),asp=1)
plot(wica.bdy,col="tan",add=TRUE)
points(xy.95$inner$coords,pch=21,bg="salmon")
points(xy.95$outer$coords,pch=21,bg="gray")
plot(mcp,add=TRUE,lty=2)
plot(mcp95,add=TRUE,lty=3)
box()
mtext("95 and 100 percent MCP home ranges")
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 2012-10-1 22:33:43
