- 불연속의 타이밍이 선험적으로 알려지지 않은, 0, 1 또는 그 이상의 불연속을 허용하는 LOESS 와 같은 모델링 기술 이 있습니까?
- 기술이 존재하는 경우 R에 기존 구현이 있습니까?
답변:
각 세그먼트 내에서 여러 변경점 감지를 수행 한 후 독립적 인 평활화를 수행하려는 것처럼 들립니다. (탐지가 온라인 일 수도 있고 아닐 수도 있지만 응용 프로그램이 온라인 일 가능성은 없습니다.) 이에 대한 많은 문헌이 있습니다. 인터넷 검색은 유익합니다.
나는 R 구현을 열심히 보지 않았지만 (나는 얼마 전에 Mathematica에서 코드를 작성했다) 당신이 하나를 찾으면 참조에 감사 할 것이다.
koencker의 파선 회귀를 사용하여 수행하십시오.이 비네팅의 18 페이지를 참조하십시오.
http://cran.r-project.org/web/packages/quantreg/vignettes/rq.pdf
Whuber의 마지막 의견에 대한 답변 :
이 추정기는 다음과 같이 정의됩니다.
, x ( i ) ≥ x ( i − 1 ) ,
,
, (Z) - = 최대 ( - Z , 0 ) ,
, λ ≥ 0
Quantile Smoothing Splines Roger Koenker, Pin Ng, Stephen Portnoy Biometrika, Vol. 81, No. 4 (1994 년 12 월), pp. 673-680
추신 : 같은 다른 사람들과 같은 이름을 가진 개방형 작업 종이가 있지만 같은 것은 아닙니다.
이 문제를 해결하기위한 몇 가지 방법과 관련 R 패키지는 다음과 같습니다.
회귀 분석에서의 웨이블릿 임계 값 추정 은 불일치를 허용합니다. R에서 패키지 wavethresh를 사용할 수 있습니다.
불일치가있는 경우 많은 트리 기반 방법 (웨이블릿 개념에서 멀지 않은 방법 )이 유용합니다. 따라서 패키지 트리 트레 쉬, 패키지 트리!
" 로컬 최대 가능성 "방법의 패밀리에서 : Pozhel 및 Spokoiny의 작업 : 적응 형 가중치 스무딩 (패키지 aws) Catherine Loader의 작업 : 패키지 위치
로컬로 변화하는 대역폭 을 가진 커널이 더 매끄럽다 고 생각 하지만 R 패키지를 알지 못합니다.
참고 : 나는 LOESS와 회귀의 차이점을 실제로 얻지 못합니다 ... LOESS 알고리즘에서 "온라인"이어야한다는 생각입니까?