stepfun
位于 stats
包(package)。 说明
给定向量 stepfun(x, y, ...)
返回一个插值 ‘step’ 函数,例如 fn
。即 (常量)对于 和横坐标值,如果(默认情况下) right = FALSE
、 和 right = TRUE
、 、 。 和 (多一个值!),
上述常量 f
。默认情况下, right = FALSE, f = 0
、 fn
是 cadlag 函数,即从右侧连续,从左侧限制,因此该函数在包括其左端点的区间上是分段常数。通常, 插值在相邻的 值 之间。因此,对于 f
的非 0 值,fn
可能不再是正确的阶跃函数,因为它可能从两侧不连续,除非 right = TRUE, f = 1
是 left-continuous (即常量块包含其右侧终点)。 的值取决于 ‘continuity’ 参数
用法
stepfun(x, y, f = as.numeric(right), ties = "ordered",
right = FALSE)
is.stepfun(x)
knots(Fn, ...)
as.stepfun(x, ...)
## S3 method for class 'stepfun'
print(x, digits = getOption("digits") - 2, ...)
## S3 method for class 'stepfun'
summary(object, ...)
参数
x |
给出 |
y |
比 |
f |
0 到 1 之间的数字,指示应如何在给定 x 值之外进行插值。请参阅 |
ties |
处理绑定的 |
right |
逻辑,指示间隔是否应在右侧关闭(并在左侧打开),反之亦然。 |
Fn, object |
一个R对象继承自 |
digits |
要使用的有效位数,请参阅 |
... |
潜在的进一步参数(通用要求)。 |
值
类 "stepfun"
的函数,例如 fn
。
有一些方法可用于汇总 ( "summary(.)"
)、表示 ( "print(.)"
) 和绘制 ( "plot(.)"
,请参阅 plot.stepfun
) "stepfun"
对象。
fn
的environment
包含了所有需要的信息;
"x","y" |
原来的论点 |
"n" |
结数(x 值) |
"f" |
连续性参数 |
"yleft", "yright" |
结之外的函数值 |
"method" |
(始终为 |
这些结也可以通过 knots(fn)
获得。
注意
类的对象"stepfun"
不打算用于永久存储,并且可能会改变版本之间的结构R(并在R3.0.0)。它们通常可以通过以下方式重新创建
eval(attr(old_obj, "call"), environment(old_obj))
因为所使用的数据被存储为对象环境的一部分。
例子
y0 <- c(1., 2., 4., 3.)
sfun0 <- stepfun(1:3, y0, f = 0)
sfun.2 <- stepfun(1:3, y0, f = 0.2)
sfun1 <- stepfun(1:3, y0, f = 1)
sfun1c <- stepfun(1:3, y0, right = TRUE) # hence f=1
sfun0
summary(sfun0)
summary(sfun.2)
## look at the internal structure:
unclass(sfun0)
ls(envir = environment(sfun0))
x0 <- seq(0.5, 3.5, by = 0.25)
rbind(x = x0, f.f0 = sfun0(x0), f.f02 = sfun.2(x0),
f.f1 = sfun1(x0), f.f1c = sfun1c(x0))
## Identities :
stopifnot(identical(y0[-1], sfun0 (1:3)), # right = FALSE
identical(y0[-4], sfun1c(1:3))) # right = TRUE
作者
Martin Maechler, maechler@stat.math.ethz.ch with some basic code from Thomas Lumley.
也可以看看
ecdf
用于将经验分布函数作为特殊阶跃函数,plot.stepfun
用于绘制阶跃函数。
相关用法
- R step 在逐步算法中通过 AIC 选择模型
- R stlmethods STL 对象的方法
- R stat.anova GLM 方差分析统计
- R stl Loess 时间序列的季节分解
- R start 对时间序列的终止时间进行编码
- R summary.nls 总结非线性最小二乘模型拟合
- R summary.manova 多元方差分析的汇总方法
- R summary.lm 总结线性模型拟合
- R smooth Tukey 的(运行中值)平滑
- R screeplot 屏幕图
- R sortedXyData 创建一个sortedXyData对象
- R sigma 提取残余标准差“Sigma”
- R setNames 设置对象中的名称
- R scatter.smooth 黄土拟合的平滑曲线散点图
- R splinefun 插值样条曲线
- R spec.taper 通过余弦钟锥化时间序列
- R summary.princomp 主成分分析的汇总方法
- R symnum 符号数字编码
- R se.contrast 模型术语对比的标准误差
- R summary.aov 方差模型分析总结
- R shapiro.test 夏皮罗-威尔克正态性检验
- R selfStart 构建自启动非线性模型
- R spec.pgram 通过平滑周期图估计时间序列的谱密度
- R spec.ar 通过 AR Fit 估计时间序列的频谱密度
- R smooth.spline 拟合平滑样条曲线
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Step Functions - Creation and Class。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。