R语言
ksmooth
位于 stats
包(package)。 说明
Nadaraya-Watson 内核回归估计。
用法
ksmooth(x, y, kernel = c("box", "normal"), bandwidth = 0.5,
range.x = range(x),
n.points = max(100L, length(x)), x.points)
参数
x |
输入 x 值。支持Long vectors。 |
y |
输入 y 值。支持长向量。 |
kernel |
要使用的内核。可以缩写。 |
bandwidth |
带宽。对内核进行缩放,使其四分位数(视为概率密度)位于 |
range.x |
输出中要覆盖的点的范围。 |
n.points |
评估拟合的点数。 |
x.points |
评估平滑拟合的点。如果缺失,则统一选择 |
值
包含组件的列表
x |
评估平滑拟合的值。保证按递增顺序排列。 |
y |
对应于 |
注意
该函数是为了与 S 兼容而实现的,尽管它远没有 S 函数那么慢。其他软件包中提供了更好的内核平滑器,例如 KernSmooth
。
例子
require(graphics)
with(cars, {
plot(speed, dist)
lines(ksmooth(speed, dist, "normal", bandwidth = 2), col = 2)
lines(ksmooth(speed, dist, "normal", bandwidth = 5), col = 3)
})
相关用法
- R ks.test 柯尔莫哥洛夫-斯米尔诺夫检验
- R kruskal.test Kruskal-Wallis 秩和检验
- R kmeans K 均值聚类
- R kernapply 应用平滑核
- R kernel 平滑内核对象
- 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 Kernel Regression Smoother。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。