安装.包( " R传递熵 " ) # install.packages（“devtools”）
开发工具 :: 安装github( " BZ纸张/R传递熵 " ) 图书馆( R传递熵 ) 图书馆( 未来 ) # 启用并行处理 计划( 多会话 ) 设置种子( 20180108 ) n个 <- 2000
x个 <- 代表( 0 , n个 + 1 ) 年 <- 代表( 0 , n个 + 1 ) 对于 ( 我 在里面 序列( n个 )) { x个 [ 我 + 1 ] <- 0.2 * x个 [ 我 ] + rnorm公司( 1 , 0 , 2 ) 年 [ 我 + 1 ] <- x个 [ 我 ] + rnorm公司( 1 , 0 , 2 ) } x个 <- x个 [ - 1 ] 年 <- 年 [ - 1 ] 图书馆( ggplot2 ) 图书馆( 额外网格 ) 主题集（主题灯光（）） # 滞后X图
第1页 <- ggplot图( 数据帧 ( x个 = c（c）( 不适用 , x个 [ 1 : （长度( x个 ) - 1 )]), 年 = 年 )，aes( x个 , 年 )) + 地理_平滑（） + 地理点( 阿尔法 = 0.5 , 大小 = 0.5 ) + 实验室( x个 = 表达式( X（X） [ t吨 - 1 ]), 年 = 表达式( Y（Y） [ t吨 ])) + 坐标_固定( 1 ) + scalex连续( 限制 = 范围( x个 )) + scale_y_连续( 限制 = 范围( 年 )) # X-Y图
第2页 <- ggplot图( 数据帧 ( x个 = x个 , 年 = 年 )，aes( x个 , 年 )) + 地理_平滑（） + 地理点( 阿尔法 = 0.5 , 大小 = 0.5 ) + 实验室( x个 = 表达式( X（X） [ t吨 ]), 年 = 表达式( Y（Y） [ t吨 ])) + 坐标_固定( 1 ) + scalex连续( 限制 = 范围( x个 )) + scale_y_连续( 限制 = 范围( 年 )) # 滞后Y图
第3页 <- ggplot图( 数据帧 ( x个 = x个 , 年 = c（c）( 不适用 , 年 [ 1 : （长度( 年 ) - 1 )]))，aes( x个 , 年 )) + 地理_平滑（） + 地理点( 阿尔法 = 0.5 , 大小 = 0.5 ) + 实验室( x个 = 表达式( X（X） [ t吨 ]), 年 = 表达式( Y（Y） [ t吨 - 1 ])) + 坐标_固定( 1 ) + scalex连续( 限制 = 范围( x个 )) + scale_y_连续( 限制 = 范围( 年 )) 一 <- 网格排列( 第1页 , 第2页 , 第3页 , ncol公司 = 三 ) 
设置种子( 20180108 + 1 ) 香农特 <- 传递_熵( x个 = x个 , 年 = 年 ) # >香农熵在8个核心上100次洗牌。
# >x和y的长度为2000（删除了0个NA）
# >【计算】X->Y传递熵
# >[计算]Y->X传递熵
# >[bootstrap]300次
# >完成-总时间4.2秒
香农特
# >香农转移熵结果：
# > -----------------------------------------------------------
# >方向TE效率。 TE标准错误。 p值信号
# > -----------------------------------------------------------
# >X->Y 0.1245 0.1210 0.0014 0.0000***
# >Y->X 0.0020 0.0000 0.0014 0.8467
# > -----------------------------------------------------------
# >引导TE分位数（300次复制）：
# > -----------------------------------------------------------
# >方向0%25%50%75%100%
# > -----------------------------------------------------------
# >X->Y 0.0005 0.0022 0.0029 0.0040 0.0083
# >Y->X 0.0008 0.0024 0.0031 0.0041 0.0088
# > -----------------------------------------------------------
# >观察次数：2000
# > -----------------------------------------------------------
# >p值：<0.001’***’，<0.01’**'，<0.05’*'，<0.1’ 摘要( 香农特 ) # >香农转移熵
# >
# >系数：
# >te ete se p值
# >X->Y 0.1244709 0.1210119 0.0014<2e-16***
# >Y->X 0.0020383 0.0000000 0.0014 0.8467
# > ---
# >Signif（签名）。 代码：0’***’0.001’**'0.01’*'0.05’ 0.1 ' ' 1
# >
# >引导TE分位数（300次复制）：
# >方向0%25%50%75%100%
# >X->Y 0.0005 0.0022 0.0029 0.0040 0.0083
# >Y->X 0.0008 0.0024 0.0031 0.0041 0.0088
# >
# >观察次数：2000 计算（_te）( x个 , 年 ) # > [1] 0.1244709 计算（_T）( 年 , x个 ) # > [1] 0.002038284 计算（_ET）( x个 , 年 ) # > [1] 0.1213265 计算（_ET）( 年 , x个 ) # > [1] 0 设置种子( 20180108 + 1 ) 仁义（_te） <- 传递_熵( x个 = x个 , 年 = 年 , 熵 = " 仁义 " , q个 = 0.5 ) # >Renyi在8核100次洗牌中的熵。
# >x和y的长度为2000（删除了0个NA）
# >【计算】X->Y传递熵
# >[计算]Y->X传递熵
# >[bootstrap]300次
# >完成-总时间3.62秒
重复（_T）
# >仁义传递熵结果：
# > -----------------------------------------------------------
# >方向TE效率。 TE标准错误。 p值信号
# > -----------------------------------------------------------
# >X->Y 0.0852 0.0393 0.0217 0.0300*
# >Y->X 0.0276-0.0139 0.0226 0.7233
# > -----------------------------------------------------------
# >引导TE分位数（300次复制）：
# > -----------------------------------------------------------
# >方向0%25%50%75%100%
# > -----------------------------------------------------------
# >X->Y-0.0094 0.0273 0.0404 0.0557 0.1132
# >Y->X-0.0358 0.0266 0.0421 0.0576 0.1141
# > -----------------------------------------------------------
# >观察次数：2000
# >问题：0.5
# > -----------------------------------------------------------
# >p值：<0.001’***’，<0.01’***’，<0.05’*’，<0.1’ 计算（_te）( x个 , 年 , 熵 = " 仁义 " , q个 = 0.5 ) # > [1] 0.08515726 计算（_te）( 年 , x个 , 熵 = " 仁义 " , q个 = 0.5 ) # > [1] 0.02758021 计算（_ET）( x个 , 年 , 熵 = " 仁义 " , q个 = 0.5 ) # > [1] 0.04393078 计算（_ET）( 年 , x个 , 熵 = " 仁义 " , q个 = 0.5 ) # > [1] -0.01612456 时间 <- 传递_熵( x个 , 年 , 步行 = 0 , 安静的 = T型 ) 时间
# >香农转移熵结果：
# > -----------------------------------------------------------
# >方向TE效率。 TE标准错误。 p值信号
# > -----------------------------------------------------------
# >X->Y 0.1245 0.1212 NA不适用
# >Y->X 0.0020 0.0000 NA不适用
# > -----------------------------------------------------------
# >对于标准误差和p值的计算，设置为boot>0
# > -----------------------------------------------------------
# >观察次数：2000
# > -----------------------------------------------------------
# >p值：<0.001’***’，<0.01’**'，<0.05’*'，<0.1’ 设置安静( 真的 ) 时间 <- 传递_熵( x个 , 年 , 步行 = 0 ) 时间
# >香农转移熵结果：
# > -----------------------------------------------------------
# >方向TE效率。 TE标准错误。 p值信号
# > -----------------------------------------------------------
# >X->Y 0.1245 0.1211 NA不适用
# >Y->X 0.0020 0.0000 NA不适用
# > -----------------------------------------------------------
# >对于标准误差和p值的计算，设置为boot>0
# > -----------------------------------------------------------
# >观察次数：2000
# > -----------------------------------------------------------
# >p值：<0.001’***’，<0.01’**'，<0.05’*'，<0.1’
# 返回 设置安静( 错误的 ) 时间 <- 传递_熵( x个 , 年 , 步行 = 0 ) # >香农熵在8个核心上100次洗牌。
# >x和y的长度为2000（删除了0个NA）
# >【计算】X->Y传递熵
# >[计算]Y->X传递熵
# >完成-总时间0.13秒 图书馆( 未来 ) 计划( 多会话 ) 时间 <- 转移_复制( x个 , 年 , 步行 = 100 ) # >香农熵在8个核心上100次洗牌。
# >x和y的长度为2000（删除了0个NA）
# >【计算】X->Y传递熵
# >[计算]Y->X传递熵
# >[bootstrap]100次
# >完成-总时间1.92秒
# 恢复到顺序模式 计划( 相继的 ) 时间 <- 传递_熵( x个 , 年 , nboot公司 = 100 ) # >香农熵在1核上100次洗牌。
# >x和y的长度为2000（删除了0个NA）
# >【计算】X->Y传递熵
# >[计算]Y->X传递熵
# >[bootstrap]100次
# >完成-总时间4.08秒
# 关闭多会话，另请参阅？ 计划 计划( 相继的 )