2013-12-16 66 views
0

我正在使用來驗證對模型的氣候變化。我在驗證包看到三個選項R驗證軟件包

  1. 當OBS是續和預測是續

  2. 當OBS是二進制的,並預測二

  3. 當OBS是二進制和預測續。

我理解和使用的第一和第二,但我想用第三,但我面對的挑戰制定以下probabilstic數據和邏輯背後走在一起二進制和續數據

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) 
腳本

我需要使用使用如下腳本

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

ROC如何發展的腳本中使用二進制和續陰謀?對此腳本的任何幫助

+0

請閱讀有關[如何在markdown中格式化數據和代碼](http://stackoverflow.com/help/formatting)並提供[可重現的示例](http://stackoverflow.com/questions/5963269/如何對做 - 一個偉大-R重現-例子)。 – Thomas

+0

哪些包是'verify'和'plot.roc'函數中包含的? –

+0

它存在於驗證包中 – tokicha

回答

0

您提供的數據是什麼(po,py)?概率?

對於cont/cont和二進制/二進制,您不需要概率預測模型。如果我正確理解這一點,cont/cont比較了對例如降雨量的預測和觀測。二進制/二進制比較預測和觀測是否超過一定數量。預測可以是連續的,然後可以轉換爲二進制,也可以是二進制開始。所有這些都可以通過確定性預測模型來完成。對於概率/二進制,你必須預測事件發生的概率,所以這就是爲什麼你需要這裏的概率預測模型。