-1
A
回答
0
看看你是否可以建立在不同的帶寬規格,基本密度函數與triagular內核的這個例子:
data("faithful", package = "datasets")
x <- faithful$waiting
opar <- par(mfcol= c(2,2))
for (bw in c(3,6,12,18)) {
hist(x, xlab = "Waiting interval", ylab = "Eruption Freq",
probability = TRUE, main = "Density plot: Triangular kernel",
border = "gray", sub= bquote("Bandwidth = "*.(bw)))
lines(density(x, width = bw, window = "triangular"), lty=3, col="red")
}
par(opar)
相關問題
- 1. CDF取決於核密度估計中使用的帶寬?
- 2. 積分二維核心密度估計
- 3. 核密度估計julia
- 4. knn密度估計R
- 5. 密度估計在該R
- 6. 如何從核密度估計(最好sklearn.neighbors)得到核心?
- 7. Python中的多元核密度估計
- 8. Python中的核密度估計熱圖
- 9. 使用R中的核密度估計的熱點地圖
- 10. 如何在R中執行加權的2d核密度估計?
- 11. R中的單變量自適應核密度估計
- 12. 核密度估計器(帶有高斯內核)和f(x)= 1?
- 13. 如何更改密度圖中使用的內核帶寬R
- 14. 生成用於測試核心密度估計的隨機數
- 15. 核密度估計的峯值
- 16. 估計並提取來自3D內核密度的點值R
- 17. 的R - 獲取從二維核密度估計
- 18. 在R中實現用於二維核密度估計的不同內核
- 19. seaborn核心密度估計循環終點
- 20. java地理空間二維核心密度估計
- 21. Python Scipy核心密度估計平滑問題
- 22. TcpClient帶寬估計
- 23. 如何使用D3.js實現R核密度估計圖?
- 24. 寬度不恆定
- 25. Scipy多維核密度估計
- 26. 繪製密度R時的帶寬
- 27. 計算機圖形學中的核密度估計
- 28. 帶寬估算/計算
- 29. 在barplot陣列中的恆定條寬度R
- 30. 用python的matplotlib的seaborn進行核心密度估計的下界
授可重複使用的小例子,以及迄今爲止您嘗試的內容。這樣,你有更好的機會收穫(好)答案。 –
一個可重複的例子是這裏解釋:http://stackoverflow.com/questions/5963269/how-to-make-a-great-r-reproducible-example。你需要的是一些幫助文件,比如''density'和''kernel'。 –