R核密度估计和多元统计.docVIP

R的核密度估计和多元统计R核密度估计KDE 密度估计函数density默认情况下在512个点上估计密度值这些估计点可能有些会分布在原始数据的左侧所以要查看原始数据后的密度图形我们需要从这些估值点选取比原始数据大的数据点。 libraryEcdat dataEarningspackageEcdat ind Earningsageg1 x Earningsyind/1000 f densityxn1000 froot densitysqrtxn1000 ind2 frootx sqrtminx 选取比原始数据大的数据点 plotfxfytypelylimc0.035xlimc0100 ylabDensityyxlabyincome in 1000lwd2 ablineh0 f2 .5frooty / frootx linesfrootxind22 f2ind2typel ylimc0.035xlimc0100ylabDensityyxlabyincome in 1000 mainTKDElty2lwd2 ablineh0 legend60.03cKDETKDEltyc12lwd2 残差的获得R 如果模型拟合可以直接返回残差省事了直接用 否则我们可以使用residuals模型拟合结果 databmwpackageevir bmw as.vectorbmw nlengthbmw fitAR1 arimabmw order c10 0 acf fitAR1residualslag.max20 main acf residualsfitAR1lag.max20 main 两者结果一致 R语言多元统计包简介:各种假设检验 统计方法 聚类分析 数据处理 /统计分析生物信息 sas matlab R语言 Multivariate Statistics 多元统计 网址/web/views/Multivariate.html 转/Rbbs/posts/list/223.page 基本的R包已经实现了传统多元统计的很多功能然而CRNA的许多其它包提供了更深入的多元统计方法下面做个简要的综述。多元统计的特殊应用在CRNA的其它任务列表task view里也会提及如排序ordination会在Environmetrics/web/views/Environmetrics.html里说到有监督的分类方法能在MachineLearning/web/views/MachineLearning.html里找到无监督的分类在Cluster/web/views/Cluster.html里。 这里要综述的包主要分为以下几个部分 1 多元数据可视化Visualising multivariate data 绘图方法 基本画图函数如pairs、coplot和lattice包里的画图函数xyplot、splom可以画成对列表的二维散点图3维密度图。car包里的scatterplot.matrix函数提供更强大的二维散点图的画法。cwhmisc包集合里的cwhplot包的 pltSplomT函数类似pair画散点图矩阵而且可以在对角位置画柱状图或密度估计图。除此之外scatterplot3d包可画3维的散点图aplpack包里bagplot可画二变量的boxplotspin3R可画可旋转的三维点图。misc3d包有可视化密度的函数。 YaleToolkit包提供许多多元数据可视化技术agsemisc也是这样。更特殊的多元图包括aplpack包里的faces可画 Chernoff’s faceMASS包里的parcoord可画平行坐标图矩阵的每一行画一条线横轴表示矩阵的每列graphics包里的stars可画多元数据的星状图矩阵的每一行用一个星状图表示。ade4包里的mstree和vegan包里的spantree可画最小生成树。 calibrate包支持双变量图和散点图chplot包可画convex hull图。geometry包提供了和qhull库的接口由convexhulln可给出相应点的索引。ellipse包可画椭圆也可以用 plotcorr可视化相关矩阵。denpro包为多元可视化提供水平集树形结构level set trees。graphics包里的mosaicplot和vcd包里的mosaic函数画马赛克图mosaic plot。gclus包提供了针对聚类的散点图和平行坐标图。rggobi包和DescribeDisplay包是GGobi的接口DescribeDisplay的图可达到出版质量的要求xgobi包是XGobi和XGvis的接口可实现动态交互的图。最后iplots包提供强大的动态交互图尤其是平行坐标图和马赛克图。seriation包提供seriation方法