Vikhrmodels/programming_books_rus · Datasets at Hugging Face

text stringlengths 0 1.95k
312

Нет необходимости сразу устанавливать все перечисленные пакеты, если Вы не
планируете рассмотреть все примеры: для каждого скрипта достаточно установить только
те пакеты, которые объявляются функцией library(…). Для установки пакета достаточно в
командном окне R Console выбрать пункт меню «Пакеты > Установить» или ввести,
например, команду:
install.packages(c("vegan", "bootstrap", "boot", "lattice", "xlsReadWrite", "car"))
Пакеты можно скачивать, например, с русского «зеркала» http://cran.gis-lab.info.

Использование функций, сохраненных в файлах скриптов
Некоторые разработанные нами функции используются в скриптах, относящихся к
разным разделам книги. Для их инициализации достаточно указать команду загрузки кода
функций из файла, например:

source("print_rezult.r")

sim - вектор рандомизированных значений Gran

После этого становятся доступными следующие функции:
#------------------------------------
# Функция вывода результатов рандомизацационного теста произвольной статистики G
RandRes <- function (emp, sim, Nrand = 999, w.plot = 0) {
# Параметры: emp - эмпирическое значение Gobs;
#
# Nrand - число итераций рандомизации; w.plot <> 0 - выводится окно с гистограммой
# Подготовка таблицы для вывода результатов рандомизации
CI <- as.matrix(rep(NA, 7)) ; ; colnames(CI) <- "Стат"
rownames(CI) <- c("Эмпир.знач.","Средн.Ранд","CIлев", "CIправ",
"Р(ранд>эмп)","Р(ранд<эмп)","Р(\|ранд\|>\|эмп\|)")
CI[1] <- emp ; CI[2] <- mean(sim)
# Доверительные интервалы методом процентилей
CI[3] <- quantile(sim, prob=0.025) ; CI[4] <- quantile(sim, prob=0.975)
# Проверка односторонних гипотез
CI[5] <- (sum(sim >= emp)+1) / (Nrand + 1) ; CI[6] <- (sum(sim <= emp)+1) / (Nrand + 1)
# Проверка двухсторонней гипотезы
CI[7] <- (sum(abs(sim)- abs(emp) >= 0)+1) / (Nrand + 1)
# Расчет доверительных интервалов
CI.l <- quantile(sim, prob=0.025) ; CI.u <- quantile(sim, prob=0.925)
# Вывод гистограммы при необходимости
if (w.plot == 1) { plot(hist(sim), col="gray80") ; abline(v= emp, lty=3,col=2,lwd=2) }
return(t(CI))}
#------------------------------------
# Функция, выполняющая вывод результатов бутстепирования
# Параметры: boots - выборка со значениями показателя, полученная в ходе бутстрепа
#
BootRes <- function(boots,empar, w.plot = 0) {
if (w.plot == 1) hist(boots) # вывод гистограммы
# Определение смещения и квантиля t-распределения. Формирование таблицы с результатами.
bias <- mean(boots) - empar; tc <- qt(0.975, length(boots)-1) ;
CI <- as.matrix(rep(NA, 7)) ; colnames(CI) <- "Стат"
rownames(CI) <- c("Эмпир.знач","Смещ","Ошибка","CIлев t","CIправ t","CIлев Р", "CIправ Р")
CI[1] <- empar ; CI[2] <- bias ; CI[3] <- sqrt(var(boots))
# Доверительные интервалы с использованием t-распределения
CI[4] <- empar - bias - tc* CI[3] ; CI[5] <- empar - bias + tc* CI[3]
# Доверительные интервалы методом процентилей
CI[6] <- quantile(boots, prob=0.025); CI[7] <- quantile(boots, prob=0.975)
return(t(CI))}

empar - показатель, рассчитанный по эмпирической выборке

313

Некоторые файлы содержат коды функций, которые необходимы для выполнения
расчетов в полном объеме, но их текст не приводится в приложениях к разделам. Вот их
полный список:

pareto.R – функции оценки параметров распределения Парето (раздел 1.5);

оценка параметров линейной робастной регрессии

°
° Kendall_Theil_Regr.r –
Кендалла-Тейла (раздел 3.5);

°

species_response_curves.r – подбор функции распределения популяционной

плотности по градиенту (раздел 3.6);

similary.r и abundsim.R – функции расчета различных метрик сходства (раздел 5.1);
°
coldiss.R – раскраска матрицы расстояний (раздел 5.2);
°
° multi.mantel.R - матричная регрессия Мантеля (раздел 5.3);
°
5.5);

anova.1way.R – однофакторный дисперсионный анализ с рандомизацией (раздел

° Xtree.r - создание матрицы длин ветвей по кластерной дендрограмме (раздел 5.7);
°
°
° DF.r – тест Дики-Фуллера (раздел 7.2).

cleanplot.pca.R – функция отрисовки биплота РСА (раздел 6.1);
uis.r – сегментация временного ряда на бестрендовые участки (раздел 7.1);

Все эти файлы включены в архив (Data.zip) с дополнительными материалами к

312

Нет необходимости сразу устанавливать все перечисленные пакеты, если Вы не

планируете рассмотреть все примеры: для каждого скрипта достаточно установить только

те пакеты, которые объявляются функцией library(…). Для установки пакета достаточно в

командном окне R Console выбрать пункт меню «Пакеты > Установить» или ввести,

например, команду:

install.packages(c("vegan", "bootstrap", "boot", "lattice", "xlsReadWrite", "car"))

Пакеты можно скачивать, например, с русского «зеркала» http://cran.gis-lab.info.

Использование функций, сохраненных в файлах скриптов

Некоторые разработанные нами функции используются в скриптах, относящихся к

разным разделам книги. Для их инициализации достаточно указать команду загрузки кода

функций из файла, например:

source("print_rezult.r")

sim - вектор рандомизированных значений Gran

После этого становятся доступными следующие функции:

#------------------------------------

# Функция вывода результатов рандомизацационного теста произвольной статистики G

RandRes <- function (emp, sim, Nrand = 999, w.plot = 0) {

# Параметры: emp - эмпирическое значение Gobs;

#

# Nrand - число итераций рандомизации; w.plot <> 0 - выводится окно с гистограммой

# Подготовка таблицы для вывода результатов рандомизации

CI <- as.matrix(rep(NA, 7)) ; ; colnames(CI) <- "Стат"

rownames(CI) <- c("Эмпир.знач.","Средн.Ранд","CIлев", "CIправ",

"Р(ранд>эмп)","Р(ранд<эмп)","Р(|ранд|>|эмп|)")

CI[1] <- emp ; CI[2] <- mean(sim)

# Доверительные интервалы методом процентилей

CI[3] <- quantile(sim, prob=0.025) ; CI[4] <- quantile(sim, prob=0.975)

# Проверка односторонних гипотез

CI[5] <- (sum(sim >= emp)+1) / (Nrand + 1) ; CI[6] <- (sum(sim <= emp)+1) / (Nrand + 1)

# Проверка двухсторонней гипотезы

CI[7] <- (sum(abs(sim)- abs(emp) >= 0)+1) / (Nrand + 1)

# Расчет доверительных интервалов

CI.l <- quantile(sim, prob=0.025) ; CI.u <- quantile(sim, prob=0.925)

# Вывод гистограммы при необходимости

if (w.plot == 1) { plot(hist(sim), col="gray80") ; abline(v= emp, lty=3,col=2,lwd=2) }

return(t(CI))}

#------------------------------------

# Функция, выполняющая вывод результатов бутстепирования

# Параметры: boots - выборка со значениями показателя, полученная в ходе бутстрепа

#

BootRes <- function(boots,empar, w.plot = 0) {

if (w.plot == 1) hist(boots) # вывод гистограммы

# Определение смещения и квантиля t-распределения. Формирование таблицы с результатами.

bias <- mean(boots) - empar; tc <- qt(0.975, length(boots)-1) ;

CI <- as.matrix(rep(NA, 7)) ; colnames(CI) <- "Стат"

rownames(CI) <- c("Эмпир.знач","Смещ","Ошибка","CIлев t","CIправ t","CIлев Р", "CIправ Р")

CI[1] <- empar ; CI[2] <- bias ; CI[3] <- sqrt(var(boots))

# Доверительные интервалы с использованием t-распределения

CI[4] <- empar - bias - tc* CI[3] ; CI[5] <- empar - bias + tc* CI[3]

# Доверительные интервалы методом процентилей

CI[6] <- quantile(boots, prob=0.025); CI[7] <- quantile(boots, prob=0.975)

return(t(CI))}

empar - показатель, рассчитанный по эмпирической выборке

313

Некоторые файлы содержат коды функций, которые необходимы для выполнения

расчетов в полном объеме, но их текст не приводится в приложениях к разделам. Вот их

полный список:

pareto.R – функции оценки параметров распределения Парето (раздел 1.5);

оценка параметров линейной робастной регрессии

°

° Kendall_Theil_Regr.r –

Кендалла-Тейла (раздел 3.5);

°

species_response_curves.r – подбор функции распределения популяционной

плотности по градиенту (раздел 3.6);

similary.r и abundsim.R – функции расчета различных метрик сходства (раздел 5.1);

°

coldiss.R – раскраска матрицы расстояний (раздел 5.2);

°

° multi.mantel.R - матричная регрессия Мантеля (раздел 5.3);

°

5.5);

anova.1way.R – однофакторный дисперсионный анализ с рандомизацией (раздел

° Xtree.r - создание матрицы длин ветвей по кластерной дендрограмме (раздел 5.7);

°

° DF.r – тест Дики-Фуллера (раздел 7.2).

cleanplot.pca.R – функция отрисовки биплота РСА (раздел 6.1);

uis.r – сегментация временного ряда на бестрендовые участки (раздел 7.1);

Все эти файлы включены в архив (Data.zip) с дополнительными материалами к