函數
>
數據分析
>
平滑
>
高斯核平滑法
高斯核平滑法
•
ksmooth(vx, vy, b)
- 使用頻寬為
b
的高斯核,傳回
vy
中之元素的局部加權平均值向量,亦即,
vy
的平滑元素的提供方法為:
vy'
i
j
K
vx
i
vx
j
b
vy
j
1
n
j
K
vx
i
vx
j
b
1
n
其中
K
t
1
2
π
0.37
exp
t
2
2
0.37
2
當數據處在寬度相對固定的頻帶時,
ksmooth
函數最能發揮其功效。通常會依照所需要的平滑度,將頻寬設定成 x 軸上數據點之間間隔的數倍。
部份數據類型必須先後使用兩種不同類型的演算法,才可獲得較佳的平滑度。您可以比較此方法與中值平滑法或局部最小平方平滑法。
loess
多項式遞歸技巧是另一種有效的平滑法。
引數
•
vx
是將元素以遞升排序的實數向量。
•
vy
是長度與
vx
相同的實數向量。
•
b
是平滑窗的頻寬。
複製運算式