當前位置: 首頁>>編程示例 >>用法及示例精選 >>正文


R bkde2D 計算 2D 分箱核密度估計

R語言 bkde2D 位於 KernSmooth 包(package)。

說明

返回每個坐標方向上的網格點集,以及由網格點引起的網格上的密度估計矩陣。核是標準二元正態密度。

用法

bkde2D(x, bandwidth, gridsize = c(51L, 51L), range.x, truncate = TRUE)

參數

x

一個兩列數值矩陣,包含要估計密度的分布的觀測值。不允許存在缺失值。

bandwidth

長度為 2 的數值向量,包含每個坐標方向要使用的帶寬。

gridsize

包含要估計密度的每個方向上等距點的數量的向量。

range.x

包含兩個向量的列表,其中每個向量包含 x 的最小值和最大值,用於計算每個方向的估計值。每個方向的默認最小值是最小數據值減去該方向帶寬的 1.5 倍。默認最大值是最大數據值加上該方向帶寬的 1.5 倍

truncate

邏輯標誌:如果為 TRUE,則 x 值超出 range.x 指定範圍的數據將被忽略。

包含以下組件的列表:

x1

計算估計值的第一個坐標方向上的網格點值的向量。

x2

計算估計值的第二坐標方向上的網格點值的向量。

fhat

x1x2 引起的網格上的密度估計矩陣。

細節

這是二維核密度估計的分箱近似值。線性分箱用於獲得分箱計數,快速傅立葉變換用於執行離散卷積。對於每個 x1x2 對,二元高斯核以該位置為中心,並且按帶寬縮放的核高度在每個數據點處進行求和。經過標準化後,該總和就是輸出中相應的 fhat 值。

例子

data(geyser, package="MASS")
x <- cbind(geyser$duration, geyser$waiting)
est <- bkde2D(x, bandwidth=c(0.7, 7))
contour(est$x1, est$x2, est$fhat)
persp(est$fhat)

參考

Wand, M. P. (1994). Fast Computation of Multivariate Kernel Estimators. Journal of Computational and Graphical Statistics, 3, 433-445.

Wand, M. P. and Jones, M. C. (1995). Kernel Smoothing. Chapman and Hall, London.

也可以看看

bkdedensityhist

相關用法


注:本文由純淨天空篩選整理自R-devel大神的英文原創作品 Compute a 2D Binned Kernel Density Estimate。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。