R语言
lines.saddle.distn
位于 boot
包(package)。 说明
此函数将对应于鞍点密度或分布函数近似值的线添加到当前绘图中。
用法
## S3 method for class 'saddle.distn'
lines(x, dens = TRUE, h = function(u) u, J = function(u) 1,
npts = 50, lty = 1, ...)
参数
x |
|
dens |
一个逻辑变量,指示是否应绘制鞍点密度( |
h |
所需的变量的任何转换。它的第一个参数必须是执行近似的值,并且该函数必须进行矢量化。 |
J |
当 |
npts |
用于绘图的点数。这些点将在用于查找鞍点近似的点范围内均匀分布。 |
lty |
要使用的线类型。 |
... |
|
细节
该函数使用smooth.spline
生成鞍点曲线。当dens=TRUE
时,样条曲线采用对数标度,而当dens=FALSE
时,样条曲线采用概率标度。
值
sad.d
隐形返回。
副作用
一条线将添加到当前绘图中。
例子
# In this example we show how a plot such as that in Figure 9.9 of
# Davison and Hinkley (1997) may be produced. Note the large number of
# bootstrap replicates required in this example.
expdata <- rexp(12)
vfun <- function(d, i) {
n <- length(d)
(n-1)/n*var(d[i])
}
exp.boot <- boot(expdata,vfun, R = 9999)
exp.L <- (expdata - mean(expdata))^2 - exp.boot$t0
exp.tL <- linear.approx(exp.boot, L = exp.L)
hist(exp.tL, nclass = 50, probability = TRUE)
exp.t0 <- c(0, sqrt(var(exp.boot$t)))
exp.sp <- saddle.distn(A = exp.L/12,wdist = "m", t0 = exp.t0)
# The saddlepoint approximation in this case is to the density of
# t-t0 and so t0 must be added for the plot.
lines(exp.sp, h = function(u, t0) u+t0, J = function(u, t0) 1,
t0 = exp.boot$t0)
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 linear.approx Bootstrap 重复的线性近似
- R logit 比例的逻辑
- 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 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 envelope 曲线的置信区间
- 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 Add a Saddlepoint Approximation to a Plot。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。