R ksmooth 核回归更平滑

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 \pm 0.25*bandwidth 。
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 n.points 来覆盖 range.x 。支持长向量。

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 x 的拟合值。

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)
})