lmomco公司

R包lmomco:L-矩,删失L-矩,修剪L-矩,L-余元和许多分布。除了概率加权矩(PWMs)外,L-矩(LMs)理论的广泛函数,以及许多熟悉和不太熟悉的分布的参数(p)估计。对相同分布的LMs的估计也提供了L-矩比图。对于右尾截尾和左尾截尾,可以利用已知或未知的阈值和指标变量来估计LMs。支持非对称修剪LMs(TL矩,TLM)以及数值积分,以动态计算TLM比值的轨迹,以构建TL矩比图。残余物(残余物)和反向残余物(反向)的LMs。寿命与13个在分位数函数上的运算符一起实现,在可靠性、寿命和生存分析中很有用。给出了阶统计量、LMs和LMs方差协方差的精确分析bootstrap估计。Harri-Coble-Tau34正态性检验可用。支持“L”(LMs)、“TLM”(TLMs)和对右尾截尾(RC)的附加(+)支持包括:不对称(Asy.)指数(Exp.)幂[L],Asy。三角[L]、柯西[TL]、Eta-Mu[L]、经验[L]、伽马[L]、广义(Gen.)Exp.Poisson[L]、Gen.极值[L]、Lambda[L,TL]、Gen.Logistic[L]、Gen.Normal[L]、Pareto[L+RC,TL]、Govindarajulu[L]、Gumbel[L]、Kappa Mu[L]、Kumaraswamy[L]、Laplace[L]、线性平均残差分位数函数[L]、正态[L]、3-p对数正态[L],皮尔逊III型[L],瑞利[L],Rev。Gumbel[L+RC]、Rice/Rician(L)、Slash[TL]、3-p Student t[L]、截尾指数[L]、Wakeby[L]和Weibull[L]。LMs有多变量的类似物;样本L-coomments(LCMs)被实现并且可能在copula中有相当大的应用,因为LCMs测量的是变量的非对称关联和更高的协动或协动。