R语言 sgeostat包 fit.variogram()函数中文帮助文档(中英文对照)

loveR

fit.variogram(sgeostat)
fit.variogram()所属R语言包：sgeostat

                                        Variogram Model Fit
                                         变异函数模型拟合

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Fit variogram models (exponential, spherical, gaussian, linear) to empirical variogram estimates.
适合变差函数模型（指数，球状，高斯，线性）变异函数的经验估计。

An object of class variogram.model represents a fitted variogram model generated by fitting a function to a variogram object. A variogram.model object is composed of a list consisting of a vector of parameters, parameters, and a semi-variogram model function, model.
一个对象的类variogram.model的代表所产生的一个变异函数对象的函数拟合的拟合变差函数模型。 ，甲variogram.model对象组成的组成的列表中的一个矢量的参数，parameters，和一个半方差函数模型函数，model。


用法----------Usage----------


fit.variogram(model="exponential", v.object, nugget, sill,
              range, slope, ...)
fit.exponential(v.object, c0, ce, ae, type='c',
                iterations=10, tolerance=1e-06, echo=FALSE, plot.it=FALSE, weighted=TRUE)
fit.gaussian(v.object, c0, cg, ag, type='c',
             iterations=10, tolerance=1e-06, echo=FALSE,  plot.it=FALSE, weighted=TRUE)
fit.spherical(v.object, c0, cs, as, type='c', iterations=10,
             tolerance=1e-06, echo=FALSE,  plot.it=FALSE, weighted=TRUE,
             delta=0.1, verbose=TRUE)
fit.wave(v.object, c0, cw, aw, type='c',
         iterations=10, tolerance=1e-06, echo=FALSE,  plot.it=FALSE, weighted=TRUE)



参数----------Arguments----------

参数：model
only available for fit.variogram, switches what kind of model should be fitted ("exponential", "wave", "gaussian",   "spherical", "linear").
只适用于fit.variogram，开关应安装什么样的模式（"exponential", "wave", "gaussian",   "spherical", "linear"）。


参数：v.object
a variogram object generated by est.variogram()
一个变异函数生成的对象est.variogram()


参数：nugget, sill, range, slope
only available for fit.variogram, initial estimates for specified variogram model (slope only for fit.linear)
只适用于fit.variogram，初步估计为指定的变异函数模型（slope的fit.linear）


参数：c0
initial estimate for nugget effect, valid for all variogram types, partial sill (cX) and (asymptotical) range (aX) as follows:
初步估计的块效应，有效的所有变差函数类型，部分窗台（cX）和（渐近）范围（aX）如下：


参数：ce, ae
initial estimates for the exponential variogram model
初步估计指数变差函数模型


参数：cg, ag
initial estimates for the gaussian variogram model
高斯变异函数模型的初步估计


参数：cs, as
initial estimates for the sperical variogram model
调心变差函数模型的初步估计


参数：cw, aw
initial estimates for the periodical variogram model
定期变差函数模型的初步估计


参数：cl
initial estimates for the linear variogram model (slope)
初步估计的线性变差函数模型（斜率）


参数：type
one of 'c' (classic), 'r' (robust), 'm' (median). Indicates to which type of empirical variogram estimate the model is to be fit.
'c'（经典），'r'（强劲），'m'（中位数）。表示哪种类型的经验变差函数估计模型是合适的。


参数：iterations
the number of iterations of the fitting procedure to execute.
嵌合的过程来执行的迭代的数量。


参数：tolerance
the tolerance used to determine if model convergence has been achieved.
的公差，以确定是否已达到模型收敛。


参数：delta
initial stepsize (relative) for pseudo Newton approximation, applies only to fit.spherical
（相对）初始步长的伪牛顿近似，只适用于fit.spherical


参数：echo
if TRUE, be verbose.
如果为TRUE，提供详细内容。


参数：verbose
if TRUE, be verbose (show iteration for spherical model fit).
如果为TRUE，详细（显示球状模型拟合迭代）。


参数：plot.it
if TRUE, the variogram estimate will be plotted each iteration.
如果为TRUE，将被绘制的变差函数估计每个迭代。


参数：weighted
if TRUE, the fit will be done using weighted least squares, where the weightes are given in Cressie (1991, p. 99)
如果为true，适合使用加权最小二乘，在经验Cressie给出的weightes，（1991年，99）


参数：...
only fit.variogram: additional parameters to hand through to specific model fit functions
只有fit.variogram：额外一方面通过特定的模型拟合函数的参数


值----------Value----------

A variogram.model object:
对象的一个variogram.model：


参数：parameters
vector of fitted model parameters
拟合模型参数向量


参数：model
function implementing a valid variogram model
实施有效的变异函数模型的功能


注意----------Note----------

fit.exponential, fit.gaussian and fit.wave use an iterative, Gauss-Newton fitting algorithm to fit to an exponential or gaussian variogram model to empirical variogram estimates. fit.spherical uses the same algorithm but with differential quotients in place of first derivatives. When weighted is TRUE, the regression is weighted by n(h)/gamma(h)^2 where the numerator is the number of pairs of points in a given lag.
fit.exponential，fit.gaussian和fit.wave使用高斯 - 牛顿迭代，拟合算法，以适应指数或高斯变异函数模型变差函数的经验估计。 fit.spherical使用相同的算法，但在地方的一阶导数与微分商数。当weighted是TRUE，加权回归n(h)/gamma(h)^2其中分子是在一个给定的滞后对点的数目。

Setting iterations to 0 means no fit procedure is applied. Thus parameter values from external sources can be plugged into a variogram model object.
设置iterations为0，表示没有合适的程序。因此，参数值从外部来源，可以插入一个变异函数模型对象。


参考文献----------References----------



参见----------See Also----------

est.variogram
est.variogram


实例----------Examples----------



#[]
# automatic fit:[自动适应：]
#[]
maas.vmod<-fit.gaussian(maas.v,c0=60000,cg=110000,ag=800,plot.it=TRUE,
iterations=30)
#[]
# iterations=0, means no fit, intended for "subjective" fit[迭代= 0，表示没有合适的，意为“主观”适合]
#[]
maas.vmod.fixed<-fit.variogram("gaussian",maas.v,nugget=60000,sill=110000,range=800,plot.it=TRUE,iterations=0)

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。