envelope
位于 boot
包(package)。 说明
该函数根据在多个固定点处评估的曲线的引导复制来计算曲线的整体和逐点置信包络。
用法
envelope(boot.out = NULL, mat = NULL, level = 0.95, index = 1:ncol(mat))
参数
boot.out |
|
mat |
自举矩阵复制了多个固定点处的曲线值。如果未提供 |
level |
所需信封的置信度。默认情况下是找到 95% 的置信区间。它可以是标量或长度为 2 的向量。如果它是标量,则可以在该级别找到逐点包络和整体包络。如果 是向量,则第一个元素给出逐点包络的级别,第二个元素给出整体包络的级别。 |
index |
包含引导复制的 |
细节
通过简单地查看每个点的重复的分位数即可找到逐点包络。然后使用 Davison 和 Hinkley (1997) 的方程 (4.17) 计算该包络的总体误差。然后找到一系列逐点包络,直到其中一个的总体误差大约等于所需的水平。如果找不到这样的信封,则返回的信封将仅包含 mat
的每列的极值。
值
包含以下组件的列表:
point |
计算了一个矩阵,其中两行对应于与引导重复相同的点处的上下逐点置信包络值。 |
overall |
类似于 |
k.pt |
用于逐点包络的分位数。 |
err.pt |
具有两个分量的向量,第一个分量给出逐点包络的逐点错误率,第二个分量给出该包络的总体错误率。 |
k.ov |
用于整体包络的分位数。 |
err.ov |
具有两个分量的向量,第一个分量给出整个包络的逐点错误率,第二个分量给出该包络的整体错误率。 |
err.nom |
长度为 2 的向量,给出逐点包络和整体包络的标称错误率。 |
例子
# Testing whether the final series of measurements of the gravity data
# may come from a normal distribution. This is done in Examples 4.7
# and 4.8 of Davison and Hinkley (1997).
grav1 <- gravity$g[gravity$series == 8]
grav.z <- (grav1 - mean(grav1))/sqrt(var(grav1))
grav.gen <- function(dat, mle) rnorm(length(dat))
grav.qqboot <- boot(grav.z, sort, R = 999, sim = "parametric",
ran.gen = grav.gen)
grav.qq <- qqnorm(grav.z, plot.it = FALSE)
grav.qq <- lapply(grav.qq, sort)
plot(grav.qq, ylim = c(-3.5, 3.5), ylab = "Studentized Order Statistics",
xlab = "Normal Quantiles")
grav.env <- envelope(grav.qqboot, level = 0.9)
lines(grav.qq$x, grav.env$point[1, ], lty = 4)
lines(grav.qq$x, grav.env$point[2, ], lty = 4)
lines(grav.qq$x, grav.env$overall[1, ], lty = 1)
lines(grav.qq$x, grav.env$overall[2, ], lty = 1)
参考
Davison, A.C. and Hinkley, D.V. (1997) Bootstrap Methods and Their Application. Cambridge University Press.
也可以看看
相关用法
- R exp.tilt 指数倾斜
- R empinf 经验影响值
- R poisons 动物生存时间
- R ducks 杂交鸭的行为和羽毛特征
- R nodal 前列腺癌的淋巴结受累
- R cloth 布料瑕疵数量
- R polar 新喀里多尼亚红土的极点位置
- R capability 模拟制造过程数据
- R beaver 海狸体温数据
- R saddle.distn Bootstrap 统计的鞍点分布近似
- R tsboot 时间序列的引导
- R logit 比例的逻辑
- R EEF.profile 经验可能性
- R tau Tau 粒子衰变模式
- R gravity 重力加速度
- R boot 引导重采样
- R plot.boot Bootstrap 模拟的输出图
- R boot.ci 非参数引导置信区间
- R tilt.boot 非参数倾斜引导
- R bigcity 美国城市人口
- R co.transfer 一氧化碳转移
- R imp.weights 重要性采样权重
- R acme 每月超额返回
- R glm.diag.plots 广义线性模型的诊断图
- R survival 辐射剂量后大鼠的存活率
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Confidence Envelopes for Curves。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。