ud.kde(wild1)
ud.kde()所属R语言包:wild1
Utilization distributions
利用分布
译者:生物统计家园网 机器人LoveR
描述----------Description----------
Compute a kernel density estimate of a utilization distribution
计算内核密度估计的利用分布
用法----------Usage----------
ud.kde(x, y=NULL,H=NULL,n.min=50,...)
参数----------Arguments----------
参数:x
A vector, matrix, or data frame of coordinates
一个向量,矩阵或数据框中的坐标
参数:y
A numeric vector (if x is a vector) or NULL
一个数值向量(如果x是一个向量)或NULL
参数:H
A bandwidth matrix; default is an unconstrained bandwidth matrix estimated from the data with Hscv (see kde and ks)
带宽矩阵,默认为一个无约束的带宽矩阵估计的数据Hscv(见kde和ks)
参数:n.min
Returns NA and a warning if the number of observations is less than n.min.
返回NA和一个警告,如果观测值的数量是小于n.min。
参数:...
Optional arguments to kde
可选参数kde
Details
详细信息----------Details----------
A wrapper for kde.
一个包装kde。
Calculation of the bandwidth matrix is regrettably slow for large data sets.
令人遗憾的是缓慢的大型数据集的带宽矩阵的计算。
值----------Value----------
Returns an object of class "kde"{ks}
返回一个对象类“kde”{ks}
(作者)----------Author(s)----------
Glen A. Sargeant<br>
U.S. Geological Survey<br>
Northern Prairie Wildlife Research Center<br>
<a href="mailto:glen_sargeant@usgs.gov">glen_sargeant@usgs.gov</a>
参考文献----------References----------
Duong, T. ks: Kernel smoothing. <http://CRAN.R-project.org/package=ks>
实例----------Examples----------
data(xy.elk)
idx <- round(seq(1,nrow(xy.elk),length.out=100))
xy <- xy.elk[idx,]
ud <- ud.kde(xy)
str(ud)
hr <- hr.kde(ud,level=0.95)
plot(xy.elk,pch=21,col=gray(0.85))
points(xy,pch=21,bg="red")
plot(hr,lty=2,add=TRUE)
mtext("95 percent kernel density estimate")
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。
|