R medpolish 矩阵的中值波兰(稳健双向分解)

说明

使用 Tukey 的中值抛光程序拟合加性模型(双向分解)。

用法

medpolish(x, eps = 0.01, maxiter = 10, trace.iter = TRUE,
          na.rm = FALSE)

参数

x	一个数字矩阵。
eps	大于 0 的实数。收敛容差：请参阅“详细信息”。
maxiter	最大迭代次数
trace.iter	合乎逻辑的。是否应该报告融合方面的进展？
na.rm	合乎逻辑的。是否应该删除缺失值？

细节

拟合的模型是可加的(常数+行+列)。该算法的工作原理是交替删除行和列中位数，并继续进行，直到绝对残差总和的比例减少小于 eps 或直到进行了 maxiter 迭代。如果 trace.iter 是 TRUE ，则在拟合过程的每次迭代中打印绝对残差之和。如果na.rm 是FALSE，则x 中存在任何NA 值都会导致错误，否则NA 值将被忽略。

medpolish 返回类 medpolish 的对象(见下文)。该类有打印和绘图方法，通过泛型 print 和 plot 调用。

值

类 medpolish 的对象，具有以下命名组件：

overall	拟合常数项。
row	拟合的行效应。
col	拟合的列效果。
residuals	残差。
name	数据集的名称。

例子

require(graphics)

## Deaths from sport parachuting;  from ABC of EDA, p.224:
deaths <-
    rbind(c(14,15,14),
          c( 7, 4, 7),
          c( 8, 2,10),
          c(15, 9,10),
          c( 0, 2, 0))
dimnames(deaths) <- list(c("1-24", "25-74", "75-199", "200++", "NA"),
                         paste(1973:1975))
deaths
(med.d <- medpolish(deaths))
plot(med.d)
## Check decomposition:
all(deaths ==
    med.d$overall + outer(med.d$row,med.d$col, `+`) + med.d$residuals)

参考

Tukey, J. W. (1977). Exploratory Data Analysis, Reading Massachusetts: Addison-Wesley.

也可以看看

median; aov 用于均值分解而不是中值分解。