kernel
位于 stats
包(package)。 说明
"tskernel"
类旨在表示离散对称归一化平滑内核。这些内核可用于平滑向量、矩阵或时间序列对象。
用法
kernel(coef, m = 2, r, name)
df.kernel(k)
bandwidth.kernel(k)
is.tskernel(k)
## S3 method for class 'tskernel'
plot(x, type = "h", xlab = "k", ylab = "W[k]",
main = attr(x,"name"), ...)
参数
coef |
平滑核系数的上半部分(包括系数零)或核的名称(当前为 |
m |
如果 |
name |
内核的名称。 |
r |
Fejer 内核的内核顺序。 |
k, x |
|
type, xlab, ylab, main, ... |
参数传递给 |
细节
kernel
用于构造通用内核或命名的特定内核。修改后的 Daniell 内核将最终系数减半(如 S-PLUS 使用)。
[
方法允许使用 (-m) : m
中的索引对内核对象进行自然索引。标准化使得对于 k <- kernel(*)
来说,sum(k[ -k$m : k$m ])
是 1。
df.kernel
返回 Brockwell 和 Davis (1991) 第 362 页中定义的平滑内核的“等效自由度”,bandwidth.kernel
返回 Bloomfield (1976) 第 362 页中定义的等效带宽。 201,具有连续性校正。
值
kernel()
返回类 "tskernel"
的对象,该对象本质上是一个包含两个组件 coef
和内核维度 m
的列表。另一个属性是 "name"
。
例子
require(graphics)
## Demonstrate a simple trading strategy for the
## financial time series German stock index DAX.
x <- EuStockMarkets[,1]
k1 <- kernel("daniell", 50) # a long moving average
k2 <- kernel("daniell", 10) # and a short one
plot(k1)
plot(k2)
x1 <- kernapply(x, k1)
x2 <- kernapply(x, k2)
plot(x)
lines(x1, col = "red") # go long if the short crosses the long upwards
lines(x2, col = "green") # and go short otherwise
## More interesting kernels
kd <- kernel("daniell", c(3, 3))
kd # note the unusual indexing
kd[-2:2]
plot(kernel("fejer", 100, r = 6))
plot(kernel("modified.daniell", c(7,5,3)))
# Reproduce example 10.4.3 from Brockwell and Davis (1991)
spectrum(sunspot.year, kernel = kernel("daniell", c(11,7,3)), log = "no")
作者
A. Trapletti; modifications by B.D. Ripley
参考
Bloomfield, P. (1976) Fourier Analysis of Time Series: An Introduction. Wiley.
Brockwell, P.J. and Davis, R.A. (1991) Time Series: Theory and Methods. Second edition. Springer, pp. 350-365.
也可以看看
相关用法
- R kernapply 应用平滑核
- R kruskal.test Kruskal-Wallis 秩和检验
- R kmeans K 均值聚类
- R ksmooth 核回归更平滑
- R ks.test 柯尔莫哥洛夫-斯米尔诺夫检验
- R stlmethods STL 对象的方法
- R medpolish 矩阵的中值波兰(稳健双向分解)
- R naprint 调整缺失值
- R summary.nls 总结非线性最小二乘模型拟合
- R summary.manova 多元方差分析的汇总方法
- R formula 模型公式
- R nls.control 控制 nls 中的迭代
- R aggregate 计算数据子集的汇总统计
- R deriv 简单表达式的符号和算法导数
- R quade.test 四方测试
- R decompose 移动平均线的经典季节性分解
- R plot.stepfun 绘制阶跃函数
- R alias 查找模型中的别名(依赖项)
- R qqnorm 分位数-分位数图
- R eff.aovlist 多层方差分析的计算效率
- R pairwise.t.test 成对 t 检验
- R loglin 拟合对数线性模型
- R predict.smooth.spline 通过平滑样条拟合进行预测
- R bartlett.test 方差齐性的 Bartlett 检验
- R influence.measures 回归删除诊断
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Smoothing Kernel Objects。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。