R locpoly 使用局部多項式估計函數

說明

使用局部多項式估計概率密度函數、回歸函數或其導數。使用在等距網格上的快速分箱實現。

用法

locpoly(x, y, drv = 0L, degree, kernel = "normal", 
        bandwidth, gridsize = 401L, bwdisc = 25, 
        range.x, binned = FALSE, truncate = TRUE)

參數

x	x 數據的數值向量。不接受缺失值。
bandwidth	內核帶寬平滑參數。它可以是單個數字或具有長度gridsize的數組，表示根據估計位置而變化的帶寬。
y	y 數據的向量。該長度必須與 x 相同，並且不接受缺失值。
drv	要估計的導數的順序。
degree	使用的局部多項式的次數。它的值必須大於或等於 drv 的值。 degree 的默認值為drv + 1。
kernel	"normal" - 高斯密度函數。目前被忽略。
gridsize	要估計函數的等距網格點的數量。
bwdisc	bandwidth 離散化的對數等距帶寬數量，以加快計算速度。
range.x	包含用於計算估計值的 x 的最小值和最大值的向量。
binned	邏輯標誌：如果 TRUE ，則 x 和 y 被視為網格計數而不是原始數據。
truncate	邏輯標誌：如果TRUE，則x值超出range.x指定範圍的數據將被忽略。

值

如果指定y，則計算 E[Y|X](或其導數)的局部多項式回歸估計。如果 y 丟失，則計算 x(或其導數)密度的局部多項式估計。

包含以下組件的列表：

x	計算估計值時排序的 x 值的向量。
y	相應 x 處的密度或回歸的平滑估計向量。

細節

與核權重的局部多項式擬合用於估計密度、回歸函數或其導數。在密度估計的情況下，數據被分箱並且局部擬合過程被應用於分箱計數。在任何一種情況下，均等間距網格上的分箱近似用於快速計算。帶寬可以是標量或長度為 gridsize 的向量。

例子

data(geyser, package = "MASS")
# local linear density estimate
x <- geyser$duration
est <- locpoly(x, bandwidth = 0.25)
plot(est, type = "l")

# local linear regression estimate
y <- geyser$waiting
plot(x, y)
fit <- locpoly(x, y, bandwidth = 0.25)
lines(fit)

參考

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

也可以看看

bkde、density、dpill、ksmooth、loess、smooth、supsmu。