跳到内容

此函数可以方便地绘制多个 SIR 模型模拟的结果。

用法

# S3 method for class 'sir'
plot(
  x,
  comp = c("NI", "NS", "NR"),
  median = TRUE,
  quantiles = c(0.1, 0.9),
  color = NULL,
  median_color = NULL,
  quantile_color = NULL,
  lwd.median = 2,
  lwd.quantile = 2,
  lty.quantile = 3,
  xlim = NULL,
  ylim = NULL,
  xlab = "Time",
  ylab = NULL,
  ...
)

参数

x

SIR 模拟的输出,来自 sir() 函数。

comp

字符标量,指示要绘制的组件。可以是“NI”(感染者,默认值),“NS”(易感者)或“NR”(康复者)。

median

逻辑标量,指示是否绘制(分箱)中位数。

quantiles

要绘制的(分箱)分位数向量。

color

单个模拟曲线的颜色。

median_color

中位数曲线的颜色。

quantile_color

分位数曲线的颜色。(如果需要,将循环使用,如果太长,则忽略不需要的条目。)

lwd.median

中位数的线宽。

lwd.quantile

分位数曲线的线宽。

lty.quantile

分位数曲线的线型。

xlim

x 轴限制,一个双元素数值向量。如果为 NULL,则从数据中计算得出。

ylim

y 轴限制,一个双元素数值向量。如果为 NULL,则从数据中计算得出。

xlab

x 轴标签。

ylab

y 轴标签。如果为 NULL,则根据 comp 参数自动添加。

...

其他参数会传递给 plot(),该函数在添加任何曲线之前运行,以创建图形。

无。

详细信息

绘制多个模拟中易感/感染/康复个体数量随时间的变化。

参考文献

Bailey, Norman T. J. (1975). The mathematical theory of infectious diseases and its applications (2nd ed.). London: Griffin.

参见

sir() 用于运行实际模拟。

图上的过程 time_bins()

作者

Eric Kolaczyk (http://math.bu.edu/people/kolaczyk/) 和 Gabor Csardi csardi.gabor@gmail.com.

示例


g <- sample_gnm(100, 100)
sm <- sir(g, beta = 5, gamma = 1)
plot(sm)