R语言
petrol
位于 MASS
包(package)。 说明
具有四个协变量的石油精炼过程的产量。原油似乎仅来自 10 个不同的样品。
Prater (1956) 最初使用这些数据来建立原油炼制汽油过程中产量的估计方程。
用法
petrol
格式
变量如下
No
-
原油样品识别标签。 (因子。)
SG
-
比重,API 度。 (样本内恒定。)
VP
-
蒸气压,单位为磅每平方英寸。 (样本内恒定。)
V10
-
原油的波动性; ASTM 10% 点。 (样本内恒定。)
EP
-
汽油的所需挥发性。 (终点。样本内有所不同。)
Y
-
产量占原油的百分比。
例子
library(nlme)
Petrol <- petrol
Petrol[, 2:5] <- scale(as.matrix(Petrol[, 2:5]), scale = FALSE)
pet3.lme <- lme(Y ~ SG + VP + V10 + EP,
random = ~ 1 | No, data = Petrol)
pet3.lme <- update(pet3.lme, method = "ML")
pet4.lme <- update(pet3.lme, fixed. = Y ~ V10 + EP)
anova(pet4.lme, pet3.lme)
来源
N. H. Prater (1956) 估计原油的汽油产量。石油精炼厂 35, 236-238。
该数据集也在 D. J. Hand、F. Daly、K. McConway、D. Lunn 和 E. Ostrowski (eds) (1994) A Handbook of Small Data Sets 中给出。查普曼和霍尔。
参考
Venables, W. N. and Ripley, B. D. (2002) Modern Applied Statistics with S. Fourth edition. Springer.
相关用法
- R predict.qda 根据二次判别分析进行分类
- R predict.glmmPQL glmmPQL 拟合的预测方法
- R parcoord 平行坐标图
- R predict.lda 通过线性判别对多变量观测值进行分类
- R polr 有序逻辑回归或概率回归
- R phones 1950 年至 1973 年比利时电话
- R predict.lqs 根据 lqs 拟合进行预测
- R pairs.lda 从“lda”拟合生成成对散点图
- R plot.lda 类“lda”的绘图方法
- R painters 德皮莱斯的画家资料
- R predict.mca “mca”类的预测方法
- R plot.mca “mca”类对象的绘图方法
- R summary.rlm 鲁棒线性模型的总结方法
- R ginv 广义逆矩阵
- R housing 哥本哈根住房条件调查的频率表
- R biopsy 乳腺癌患者的活检数据
- R contr.sdif 连续差异对比编码
- R Melanoma 恶性黑色素瘤的生存率
- R boxcox 线性模型的 Box-Cox 变换
- R ucv 带宽选择的无偏交叉验证
- R theta.md 估计负二项式的 theta
- R rlm 线性模型的稳健拟合
- R npk 经典 N、P、K 阶乘实验
- R Cars93 1993 年美国销售的 93 辆汽车的数据
- R geyser 老忠实间歇泉数据
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 N. L. Prater's Petrol Refinery Data。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。