R ksmooth 核回歸更平滑

說明

Nadaraya-Watson 內核回歸估計。

用法

ksmooth(x, y, kernel = c("box", "normal"), bandwidth = 0.5,
        range.x = range(x),
        n.points = max(100L, length(x)), x.points)

參數

x	輸入 x 值。支持Long vectors。
y	輸入 y 值。支持長向量。
kernel	要使用的內核。可以縮寫。
bandwidth	帶寬。對內核進行縮放，使其四分位數(視為概率密度)位於 \pm 0.25*bandwidth 。
range.x	輸出中要覆蓋的點的範圍。
n.points	評估擬合的點數。
x.points	評估平滑擬合的點。如果缺失，則統一選擇 n.points 來覆蓋 range.x 。支持長向量。

值

包含組件的列表

x	評估平滑擬合的值。保證按遞增順序排列。
y	對應於 x 的擬合值。

注意

該函數是為了與 S 兼容而實現的，盡管它遠沒有 S 函數那麽慢。其他軟件包中提供了更好的內核平滑器，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)
})