R語言
surf.gls
位於 spatial
包(package)。 說明
通過廣義最小二乘法擬合趨勢麵。
用法
surf.gls(np, covmod, x, y, z, nx = 1000, ...)
參數
np |
多項式曲麵的次數 |
covmod |
評估協方差或相關函數的函數 |
x |
x 坐標或包含 |
y |
y 坐標 |
z |
z 坐標。將取代 |
nx |
協方差表的箱數。增加會增加準確性,並增加對象的大小。 |
... |
|
值
包含組件的列表
beta |
係數 |
x |
|
y |
|
z |
以及其他僅供內部使用的內容。 |
例子
library(MASS) # for eqscplot
data(topo, package="MASS")
topo.kr <- surf.gls(2, expcov, topo, d=0.7)
trsurf <- trmat(topo.kr, 0, 6.5, 0, 6.5, 50)
eqscplot(trsurf, type = "n")
contour(trsurf, add = TRUE)
prsurf <- prmat(topo.kr, 0, 6.5, 0, 6.5, 50)
contour(prsurf, levels=seq(700, 925, 25))
sesurf <- semat(topo.kr, 0, 6.5, 0, 6.5, 30)
eqscplot(sesurf, type = "n")
contour(sesurf, levels = c(22, 25), add = TRUE)
參考
Ripley, B. D. (1981) Spatial Statistics. Wiley.
Venables, W. N. and Ripley, B. D. (2002) Modern Applied Statistics with S. Fourth edition. Springer.
也可以看看
trmat
, surf.ls
, prmat
, semat
, expcov
, gaucov
, sphercov
相關用法
- R surf.ls 通過最小二乘法擬合趨勢麵
- R semat 評估網格預測的克裏金標準誤差
- R variogram 計算空間變異函數
- R anova.trls 用於擬合趨勢表麵對象的方差分析表
- R Kfn 計算點模式的 K-fn
- R Kenvl 計算 K-fns 模擬的包絡和平均值
- R correlogram 計算空間相關圖
- R trmat 評估網格上的趨勢麵
- R Kaver 模擬的平均 K 函數
- R ppgetregion 獲取空間點模式分析的域
- R pplik Strauss空間點過程的偽似然估計
- R ppregion 設置空間點模式分析的域
- R Strauss 模擬施特勞斯空間點過程
- R prmat 評估網格上的克裏金曲麵
- R ppinit 從文件中讀取點過程對象
- R trls.influence 趨勢麵的回歸診斷
- R SSI 模擬連續空間抑製點過程
- R predict.trls 趨勢曲麵擬合的預測方法
- R expcov 空間協方差函數
- R Psim 模擬二項式空間點過程
- R SparkR spark.decisionTree用法及代碼示例
- R SparkR sparkR.callJMethod用法及代碼示例
- R SparkR spark.powerIterationClustering用法及代碼示例
- R SparkR spark.svmLinear用法及代碼示例
- R SparkR spark.gaussianMixture用法及代碼示例
注:本文由純淨天空篩選整理自R-devel大神的英文原創作品 Fits a Trend Surface by Generalized Least-squares。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。