R语言 sfsmisc包 hatMat()函数中文帮助文档(中英文对照)

loveR

hatMat(sfsmisc)
hatMat()所属R语言包：sfsmisc

                                        Hat Matrix of a Smoother
                                         帽子矩阵的一个更顺畅

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Compute the hat matrix or smoother matrix, of "any" (linear) smoother, smoothing splines, by default.
计算的帽子矩阵或平滑的矩阵，任何顺畅，平滑样条曲线（直线），默认情况下。


用法----------Usage----------


hatMat(x, trace= FALSE,
       pred.sm = function(x, y, ...)
                 predict(smooth.spline(x, y, ...), x = x)$y,
       ...)



参数----------Arguments----------

参数：x
numeric vector or matrix.
数值向量或矩阵。


参数：trace
logical indicating if the whole hat matrix, or only its trace, i.e. the sum of the diagonal values should be computed.
应计算逻辑表示，如果整个帽矩阵，或只有它的跟踪，即对角值的总和。


参数：pred.sm
a function of at least two arguments (x,y) which returns fitted values, i.e. y.hat, of length compatible to x (and y).
至少需要两个参数的函数(x,y)返回的拟合值，即y.hat，长度兼容x（y）。


参数：...
optionally further arguments to the smoother function pred.sm.
任选进一步的论据的平滑功能pred.sm。


值----------Value----------

The hat matrix H (if trace = FALSE as per default) or a number, tr(H), the trace of H, i.e., sum(i) H[i,i].
帽子矩阵H（如果trace = FALSE为默认）或数字的，tr(H)，H，即sum(i) H[i,i]的痕迹。

Note that dim(H) == c(n, n) where n <- length(x) also in the case where some x values are duplicated (aka ties).
请注意这dim(H) == c(n, n)其中n <- length(x)的情况下，一些x值是重复的（又名关系）。


（作者）----------Author(s)----------


Martin Maechler <a href="mailto:maechler@stat.math.ethz.ch">maechler@stat.math.ethz.ch</a>



参考文献----------References----------

Generalized Additive Models. Chapman \&amp; Hall.

参见----------See Also----------

smooth.spline, etc. Note the demo, demo("hatmat-ex").
smooth.spline，等。注意演示，demo("hatmat-ex")的。


实例----------Examples----------


require(stats) # for smooth.spline() or loess()[为smooth.spline（）或黄土（）]

x1 <- c(1:4, 7:12)
H1 &lt;- hatMat(x1, spar = 0.5) # default : smooth.spline()[默认：smooth.spline（）]

matplot(x1, H1, type = "l", main = "columns of smoother hat matrix")

## Example `pred.sm' arguments for hatMat() :[＃例如pred.sm的论点为hatMat（）：]
pspl <-  function(x,y,...) predict(smooth.spline(x,y, ...), x = x)$y
pksm <-  function(x,y,...) ksmooth(sort(x),y, "normal", x.points=x, ...)$y
## Rather than ksmooth():[＃而不是ksmooth（）的：]
if(require("lokern"))
  pksm2 <- function(x,y,...) glkerns(x,y, x.out=x, ...)$est




## Explaining 'trace = TRUE'[＃解释“跟踪= TRUE]
all.equal(sum(diag((hatMat(c(1:4, 7:12), df = 4)))),
                    hatMat(c(1:4, 7:12), df = 4, trace = TRUE), tol = 1e-12)

## ksmooth() :[：＃ksmooth（）：]
Hk <- hatMat(x1, pr = pksm, bandwidth = 2)
cat(sprintf("df = %.2f\n", sum(diag(Hk))))
image(Hk)
Matrix::printSpMatrix(as(round(Hk, 2), "sparseMatrix"))

##---&gt;  see demo("hatmat-ex")  for more (and larger) examples[＃--->看到更多的演示（的“hatmat-EX”）（及以上）的例子]


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。