kernel
位於 stats
包(package)。 說明
"tskernel"
類旨在表示離散對稱歸一化平滑內核。這些內核可用於平滑向量、矩陣或時間序列對象。
用法
kernel(coef, m = 2, r, name)
df.kernel(k)
bandwidth.kernel(k)
is.tskernel(k)
## S3 method for class 'tskernel'
plot(x, type = "h", xlab = "k", ylab = "W[k]",
main = attr(x,"name"), ...)
參數
coef |
平滑核係數的上半部分(包括係數零)或核的名稱(當前為 |
m |
如果 |
name |
內核的名稱。 |
r |
Fejer 內核的內核順序。 |
k, x |
|
type, xlab, ylab, main, ... |
參數傳遞給 |
細節
kernel
用於構造通用內核或命名的特定內核。修改後的 Daniell 內核將最終係數減半(如 S-PLUS 使用)。
[
方法允許使用 (-m) : m
中的索引對內核對象進行自然索引。標準化使得對於 k <- kernel(*)
來說,sum(k[ -k$m : k$m ])
是 1。
df.kernel
返回 Brockwell 和 Davis (1991) 第 362 頁中定義的平滑內核的“等效自由度”,bandwidth.kernel
返回 Bloomfield (1976) 第 362 頁中定義的等效帶寬。 201,具有連續性校正。
值
kernel()
返回類 "tskernel"
的對象,該對象本質上是一個包含兩個組件 coef
和內核維度 m
的列表。另一個屬性是 "name"
。
例子
require(graphics)
## Demonstrate a simple trading strategy for the
## financial time series German stock index DAX.
x <- EuStockMarkets[,1]
k1 <- kernel("daniell", 50) # a long moving average
k2 <- kernel("daniell", 10) # and a short one
plot(k1)
plot(k2)
x1 <- kernapply(x, k1)
x2 <- kernapply(x, k2)
plot(x)
lines(x1, col = "red") # go long if the short crosses the long upwards
lines(x2, col = "green") # and go short otherwise
## More interesting kernels
kd <- kernel("daniell", c(3, 3))
kd # note the unusual indexing
kd[-2:2]
plot(kernel("fejer", 100, r = 6))
plot(kernel("modified.daniell", c(7,5,3)))
# Reproduce example 10.4.3 from Brockwell and Davis (1991)
spectrum(sunspot.year, kernel = kernel("daniell", c(11,7,3)), log = "no")
作者
A. Trapletti; modifications by B.D. Ripley
參考
Bloomfield, P. (1976) Fourier Analysis of Time Series: An Introduction. Wiley.
Brockwell, P.J. and Davis, R.A. (1991) Time Series: Theory and Methods. Second edition. Springer, pp. 350-365.
也可以看看
相關用法
- R kernapply 應用平滑核
- R kruskal.test Kruskal-Wallis 秩和檢驗
- R kmeans K 均值聚類
- R ksmooth 核回歸更平滑
- R ks.test 柯爾莫哥洛夫-斯米爾諾夫檢驗
- R stlmethods STL 對象的方法
- R medpolish 矩陣的中值波蘭(穩健雙向分解)
- R naprint 調整缺失值
- R summary.nls 總結非線性最小二乘模型擬合
- R summary.manova 多元方差分析的匯總方法
- R formula 模型公式
- R nls.control 控製 nls 中的迭代
- R aggregate 計算數據子集的匯總統計
- R deriv 簡單表達式的符號和算法導數
- R quade.test 四方測試
- R decompose 移動平均線的經典季節性分解
- R plot.stepfun 繪製階躍函數
- R alias 查找模型中的別名(依賴項)
- R qqnorm 分位數-分位數圖
- R eff.aovlist 多層方差分析的計算效率
- R pairwise.t.test 成對 t 檢驗
- R loglin 擬合對數線性模型
- R predict.smooth.spline 通過平滑樣條擬合進行預測
- R bartlett.test 方差齊性的 Bartlett 檢驗
- R influence.measures 回歸刪除診斷
注:本文由純淨天空篩選整理自R-devel大神的英文原創作品 Smoothing Kernel Objects。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。