R語言
petrol
位於 MASS
包(package)。 說明
具有四個協變量的石油精煉過程的產量。原油似乎僅來自 10 個不同的樣品。
Prater (1956) 最初使用這些數據來建立原油煉製汽油過程中產量的估計方程。
用法
petrol
格式
變量如下
No
-
原油樣品識別標簽。 (因子。)
SG
-
比重,API 度。 (樣本內恒定。)
VP
-
蒸氣壓,單位為磅每平方英寸。 (樣本內恒定。)
V10
-
原油的波動性; ASTM 10% 點。 (樣本內恒定。)
EP
-
汽油的所需揮發性。 (終點。樣本內有所不同。)
Y
-
產量占原油的百分比。
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)
來源
N. H. Prater (1956) 估計原油的汽油產量。石油精煉廠 35, 236-238。
該數據集也在 D. J. Hand、F. Daly、K. McConway、D. Lunn 和 E. Ostrowski (eds) (1994) A Handbook of Small Data Sets 中給出。查普曼和霍爾。
參考
Venables, W. N. and Ripley, B. D. (2002) Modern Applied Statistics with S. Fourth edition. Springer.
相關用法
- R predict.qda 根據二次判別分析進行分類
- R predict.glmmPQL glmmPQL 擬合的預測方法
- R parcoord 平行坐標圖
- R predict.lda 通過線性判別對多變量觀測值進行分類
- R polr 有序邏輯回歸或概率回歸
- R phones 1950 年至 1973 年比利時電話
- R predict.lqs 根據 lqs 擬合進行預測
- R pairs.lda 從“lda”擬合生成成對散點圖
- R plot.lda 類“lda”的繪圖方法
- R painters 德皮萊斯的畫家資料
- R predict.mca “mca”類的預測方法
- R plot.mca “mca”類對象的繪圖方法
- R summary.rlm 魯棒線性模型的總結方法
- R ginv 廣義逆矩陣
- R housing 哥本哈根住房條件調查的頻率表
- R biopsy 乳腺癌患者的活檢數據
- R contr.sdif 連續差異對比編碼
- R Melanoma 惡性黑色素瘤的生存率
- R boxcox 線性模型的 Box-Cox 變換
- R ucv 帶寬選擇的無偏交叉驗證
- R theta.md 估計負二項式的 theta
- R rlm 線性模型的穩健擬合
- R npk 經典 N、P、K 階乘實驗
- R Cars93 1993 年美國銷售的 93 輛汽車的數據
- R geyser 老忠實間歇泉數據
注:本文由純淨天空篩選整理自R-devel大神的英文原創作品 N. L. Prater's Petrol Refinery Data。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。