文件名称：bgkreg:Bootstrap 高斯核回归
文件大小：146KB
文件格式：ZIP
更新时间：2024-08-01 11:37:52
R
自述文件 一般的 R 中的 Bootstrap 高斯核回归使用 Scott 的带宽经验法则 (Scott 1992)。 该程序可用于以图形方式识别双变量联合分布中的非线性趋势。 参考 Scott DW (1992) 多元密度估计：理论、实践和可视化。 威利。 C 在 Mac OS X 10.7.5 上测试 编译器：gcc-4.2 架构：x86_64 R 版本 3.0.1 例子 选择示例数据文件data.csv来表明该方法可以揭示非线性关系。 data.csv包含一个 sin 函数作为具有高斯噪声的过程模型。 从 R 中运行以下代码。 source('bgkreg.R') D = read.csv('data.csv', header=T) x = D$x y = D$trig kernelR(x,y, 'example.pdf', 'x'
【文件预览】：
bgkreg-master
----data.csv(431KB)
----bgkreg.R(2KB)
----LICENSE(1KB)
----.gitignore(145B)
----README.md(846B)
----bgkreg.c(605B)