【文件属性】:
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:2021-07-12 17:51:12
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)