wrm.filter(robfilter)
wrm.filter()所属R语言包：robfilter
Weighted Repeated Median Filters for Univariate Time Series
单变量时间序列的加权中值滤波器
译者：生物统计家园网 机器人LoveR
描述----------Description----------
Filtering procedure based on a weighted version of Siegel's (1982) repeated median (RM) and a moving time window for robust extraction of low frequency components (the signal) in the presence of outliers and shifts. One of several weight functions can be chosen to weight the observations in each time window.
加权版本Siegel的（1982）的基础上的滤波过程中重复中位数（RM）和鲁棒提取的低频分量（信号）在存在离群点和移位的移动时间窗口。几个权重函数的一个可以在每个时间窗口中选择加权观测值。
用法----------Usage----------
wrm.filter(y, width, weight.type = 1, del = floor(width/2), extrapolate = TRUE)
参数----------Arguments----------
参数：y
a numeric vector or (univariate) time series object.
一个数值向量或单变量时间序列对象。
参数：width
a positive integer defining the window width used for fitting. <br> If del = floor(width/2) (default) this needs to be an odd number.
一个正整数限定用于拟合的窗口宽度。 <br>如果del = floor(width/2)（默认情况下），这是一个奇数。
参数：weight.type
Indicates the weight function used.
表示所使用的权重函数。
weight.type=0:equal weighting
weight.type=0相等的权重
weight.type=1:triangular weights (default)
weight.type=1：三角权重（默认）
weight.type=2:Epanechnikov weights
weight.type=2：叶帕涅奇尼科夫的权重
参数：del
a positve integer (smaller than width) specifying the delay of the signal extraction. <br> del=0 means online signal extraction without delay. <br> Default is del=floor(width/2) </table>
一个positve整数（小于宽度），指定的延迟的信号提取。参考del=0是指无延迟的在线信号提取。 <br>默认是del=floor(width/2)</ TABLE>
参数：extrapolate
a logical indicating whether the level estimations should be extrapolated to the edges of the time series. <br> If del = floor(width/2) (default) the extrapolation consists of the fitted values within the first half of the first window and the last half of the last window; if del=0 the extrapolation consists of the all fitted values within the first time window.
一个逻辑指示的水平估计是否应当推断的时间序列的边缘。 <br>如果del = floor(width/2)（默认），推断由上半年的第一个窗口和后半段的最后一个窗口内的拟合值;如果del=0外推的拟合值内的第一个时间窗口。
Details
详细信息----------Details----------
For online signal extraction without time delay, weighted repeated median filtering with triangular weights is recommendable in the presence of isolated outliers and abrupt level shifts since it reacts more quickly to shifts than unweighted repeated median filtering and provides higher efficiencies. The window width should be chosen based on a guess of the minimal time period in which the signal can be approximated by a straight line without abrupt shifts. Better results can be obtained by increasing the delay, but often minimization of the time delay itself is one of the objectives so that one prefers del=0. The procedure replaces missing values by simple extrapolations if these are not within the first time window used for initialization.
对于在线信号提取没有时间延迟，加权反复用三角形的权重中值滤波是值得推荐的，在孤立的异常值和突然的电平漂移的存在，因为它的反应比未加权的重复中位数的变化更迅速地过滤和提供了更高的效率。应选择的窗口宽度，基于猜测的最小的时间周期中，该信号可以被通过直线近似没有急剧的变化。更好的结果，可以通过以下方式获得增加的延迟，但往往延时本身是最小化的目标之一，让一个喜欢德尔= 0。程序替换缺失值的简单外推，如果这些都不是在第一时间内用于初始化的窗口。
For "offline" situations, it is intuitive to set del roughly equal to width/2. If the focus is rather on smoothing than on signal extraction, the Epanechnikov kernel should be used rather than the triangular kernel. In this case one can also use directly function wrm.smooth.
对于“脱机”的情况下，它是直观的设置del大约等于width/2的。如果焦点是相当平滑，而不是信号提取，叶帕涅奇尼科夫内核，而不是三角的核心。在这种情况下，也可以直接使用功能wrm.smooth。
值----------Value----------
wrm.filter returns an object of class wrm.filter. An object of class wrm.filter is a list containing the following components:
wrm.filter返回一个对象类wrm.filter。一个对象的类wrm.filter的是一个列表，其中包含以下组件：
参数：y
the original input time series.
原来的输入时间系列。
参数：level
the corresponding signal level extracted by the filter.
由滤波器提取的相应的信号电平。
参数：slope
the corresponding slope within each time window.
相应的每个时间窗口内的斜率。
参数：del
the parameter specifying the delay of the signal extraction.
参数指定的延迟的信号提取。
参数：width
width of the time window.
时间窗口的宽度。
参数：weight.type
name of the weight function used for the fit.
用于拟合的权重函数的名称。
The function plot returns a plot
函数plot返回一个图
（作者）----------Author(s)----------
Roland Fried and Jochen Einbeck
参考文献----------References----------
Fried, R., Einbeck, J., Gather, U. (2007), Weighted Repeated Median Smoothing and Filtering, Journal of the American Statistical Association 102, 1300-1308. <br> Preliminary version available as technical report from www.sfb475.uni-dortmund.de/berichte/tr33-05.pdf
参见----------See Also----------
dw.filter, hybrid.filter, wrm.smooth
dw.filter，hybrid.filter，wrm.smooth
实例----------Examples----------
data(Nile)
nile <- as.numeric(Nile)
obj <- wrm.filter(nile, width=11)
plot(obj)
转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。
注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。
|
发表于 2012-9-27 21:05:20
