wrm.smooth(robfilter)
wrm.smooth()所属R语言包：robfilter
Weighted Repeated Median Smoothing
加权重复值平滑
译者：生物统计家园网 机器人LoveR
描述----------Description----------
A robust smoothing tool using a kernel weighted version of Siegel's (1982) repeated median. It can be seen as an alternative to local linear L1 regression.
一个强大的平滑工具使用的内核加权版本西格尔（1982）重复位数。可以看出，作为一种替代局部线性L1回归。
用法----------Usage----------
wrm.smooth(x, y, h, xgrid, weight = 2)
参数----------Arguments----------
参数：x
Vector of predictors.
向量的预测。
参数：y
Vector of responses, needs to have the same length as x.
向量的响应，都需要有相同的长度x。
参数：h
Bandwidth, measured in the same units as the explanatory (independent) variable x: (x[0]-h,x[0]+h) is the range of x-values to be included in the local smoothing at x[0]. Needs to be a positive number.
带宽，测定在相同的单位作为解释的（独立的）变量x：（×[0] - h中，x [0] +h）的x值的范围是要包括在局部平滑在x [0]。需要是一个正数。
参数：xgrid
Grid on which fitted values are to be evaluated. The default is here to take the input values x for a sample size of at most 100, and seq(min(x),max(x), l=100) otherwise.
网格上的拟合值进行评估。默认值是这里的输入值x100样本大小，和seq(min(x),max(x), l=100)否则。
参数：weight
Indicates the weight function used.
表示所使用的权重函数。
weight=1triangular weights
weight=1三角形的权重
weight=2Epanechnikov weights (default)
weight=2叶帕涅奇尼科夫的权重（默认）
weight=3Gaussian weights
weight=3高斯权重
weight=4Biweight
weight=4Biweight
weight=5Uniform weights
weight=5统一的重量
Details
详细信息----------Details----------
Weighted repeated median (WRM) smoothing was suggested in a signal extraction framework by Fried, Einbeck & Gather (2007). It combines the advantages of weighted and repeated medians, i.e. the WRM smoother is robust to outliers and adapts to linear trends (through the slope parameter of the repeated median, which is calculated by applying two consecutive weighted medians onto the pairwise slopes). The theory and simulations provided by Fried, Einbeck & Gather focus on online signal extraction from time series. Warning: The case of a kernel weighted repeated median smoother for arbitraty non-equidistant design (as implemented here) is not fully investigated yet.
建议在信号提取框架炒，Einbeck的收集（2007年）加权中位数（WRM）重复平滑。它的优势相结合的加权和反复中位数，即，WRM平滑强大的异常值和适应线性趋势（通过斜率参数的的重复中位数，计算方法是采用两个连续的加权中位数的成对的斜坡上）。网络信号提取时间序列的理论与模拟炒，Einbeck的收集重点。警告：重复内核加权中位数平滑arbitraty非等距设计（实施）的情况下，没有充分的调查。
The procedure copes with missing values by omitting them.
的程序处理缺失值通过省略。
值----------Value----------
wrm.smooth returns an object of class wrm.smooth. An object of class wrm.smooth is a list containing the following components:
wrm.smooth返回一个对象类wrm.smooth。一个对象的类wrm.smooth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 extraceted by the weighted Repeated Median filter.
相应的信号电平extraceted由重复的加权中值滤波器。
参数：slope
the corresponding WRM slope within each time window.
每个时间窗口内相应的WRM坡。
参数：h
bandwidth.
带宽。
参数：xgrid
vector with grid values.
向量与网格值。
参数：weight
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)----------
Jochen Einbeck and Roland Fried
参考文献----------References----------
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----------
wrm.filter
wrm.filter
实例----------Examples----------
data(faithful) # Old Faithful Geyser data[老忠实喷泉数据的]
faith.WRM <- wrm.smooth(faithful$w, faithful$e,h=4)
plot(faith.WRM)
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 21:05:30
