2013-12-16 4 views
0

Я использую, чтобы проверить наблюдаемый климат против модели. Я видел на упаковке проверки три вариантаR проверочные пакеты

  1. когда набл является продолжением и прогноз продолжение

  2. когда набл является двоичным и прогнозом двоичного

  3. когда набл является двоичным и прогноз продолжение.

Я использую и понять первое и второе, но я хочу использовать третий, но я сталкиваюсь вызовом разработать сценарий для следующего probabilstic данных и логических позади идут вместе двоичных и CONT данных

po = c(0.26,0.09,0.48,0.36,0.08,0.95,0.83,0.62,0.16,0.21,0.82,0.61,0.22,0.16,0.27,0.92,0.90,0.88,0.81,0.37,0.86,0.51) 
py = c(0.00,0.76,0.27,0.31,0.54,0.76,0.52,0.70,0.31,0.18,0.23,0.81,0.40,0.91,0.01,0.40,0.75,0.79,0.36,0.59,0.71,0.87) 

мне нужно использовать для построения ROC, используя как следующий сценарий

A<- verify(py, po, frcst.type = "prob", obs.type = "binary") 
roc.plot(A, main = "Test 1", binormal = TRUE, plot = "both") 

как можно разработать сценарий для использования как двоичный и продолжение? Любая помощь по этим скриптам

+0

Прочитайте, как [форматировать данные и код в методе уценки] (http://stackoverflow.com/help/formatting) и предоставить [воспроизводимый пример] (http://stackoverflow.com/questions/5963269/ как в изготовлении, а-пре-р-воспроизводимый-пример). – Thomas

+0

Какие пакеты являются функциями 'verify' и' plot.roc', содержащимися в? –

+0

Он существует в пакетах проверки – tokicha

ответ

0

Каковы данные, которые вы предоставляете (po, py)? Вероятности?

Для cont/cont и двоичного/двоичного кода вам не нужна вероятностная модель прогноза для prob/binary. Если я правильно понимаю это, cont/cont сравнивает прогноз и наблюдение, например, осадков. Двоичный/двоичный сравнивает, если прогноз и наблюдение превышают определенную сумму. Прогноз может быть непрерывным, а затем преобразовываться в двоичный, или он может быть двоичным. Все это можно сделать с помощью детерминированной модели прогноза. Для prob/binary вы должны прогнозировать вероятность чего-то, поэтому вам нужна вероятностная модель прогноза.

Смежные вопросы