stepfun
位於 stats
包(package)。 說明
給定向量 stepfun(x, y, ...)
返回一個插值 ‘step’ 函數,例如 fn
。即 (常量)對於 和橫坐標值,如果(默認情況下) right = FALSE
、 和 right = TRUE
、 、 。 和 (多一個值!),
上述常量 f
。默認情況下, right = FALSE, f = 0
、 fn
是 cadlag 函數,即從右側連續,從左側限製,因此該函數在包括其左端點的區間上是分段常數。通常, 插值在相鄰的 值 之間。因此,對於 f
的非 0 值,fn
可能不再是正確的階躍函數,因為它可能從兩側不連續,除非 right = TRUE, f = 1
是 left-continuous (即常量塊包含其右側終點)。 的值取決於 ‘continuity’ 參數
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, ...)
參數
x |
給出 |
y |
比 |
f |
0 到 1 之間的數字,指示應如何在給定 x 值之外進行插值。請參閱 |
ties |
處理綁定的 |
right |
邏輯,指示間隔是否應在右側關閉(並在左側打開),反之亦然。 |
Fn, object |
一個R對象繼承自 |
digits |
要使用的有效位數,請參閱 |
... |
潛在的進一步參數(通用要求)。 |
值
類 "stepfun"
的函數,例如 fn
。
有一些方法可用於匯總 ( "summary(.)"
)、表示 ( "print(.)"
) 和繪製 ( "plot(.)"
,請參閱 plot.stepfun
) "stepfun"
對象。
fn
的environment
包含了所有需要的信息;
"x","y" |
原來的論點 |
"n" |
結數(x 值) |
"f" |
連續性參數 |
"yleft", "yright" |
結之外的函數值 |
"method" |
(始終為 |
這些結也可以通過 knots(fn)
獲得。
注意
類的對象"stepfun"
不打算用於永久存儲,並且可能會改變版本之間的結構R(並在R3.0.0)。它們通常可以通過以下方式重新創建
eval(attr(old_obj, "call"), environment(old_obj))
因為所使用的數據被存儲為對象環境的一部分。
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
用於將經驗分布函數作為特殊階躍函數,plot.stepfun
用於繪製階躍函數。
相關用法
- R step 在逐步算法中通過 AIC 選擇模型
- R stlmethods STL 對象的方法
- R stat.anova GLM 方差分析統計
- R stl Loess 時間序列的季節分解
- R start 對時間序列的終止時間進行編碼
- R summary.nls 總結非線性最小二乘模型擬合
- R summary.manova 多元方差分析的匯總方法
- R summary.lm 總結線性模型擬合
- R smooth Tukey 的(運行中值)平滑
- R screeplot 屏幕圖
- R sortedXyData 創建一個sortedXyData對象
- R sigma 提取殘餘標準差“Sigma”
- R setNames 設置對象中的名稱
- R scatter.smooth 黃土擬合的平滑曲線散點圖
- R splinefun 插值樣條曲線
- R spec.taper 通過餘弦鍾錐化時間序列
- R summary.princomp 主成分分析的匯總方法
- R symnum 符號數字編碼
- R se.contrast 模型術語對比的標準誤差
- R summary.aov 方差模型分析總結
- R shapiro.test 夏皮羅-威爾克正態性檢驗
- R selfStart 構建自啟動非線性模型
- R spec.pgram 通過平滑周期圖估計時間序列的譜密度
- R spec.ar 通過 AR Fit 估計時間序列的頻譜密度
- R smooth.spline 擬合平滑樣條曲線
注:本文由純淨天空篩選整理自R-devel大神的英文原創作品 Step Functions - Creation and Class。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。