r - 计算 sparr::bivariate.density 中特定数据点的密度值
问题描述
使用该函数sparr::bivarite.density
可以计算自适应带宽内核密度估计。此外,可以通过设置计算每个数据点的密度值leaveoneout = T
:
density_unemp_sparr <- bivariate.density(pp = unemployment,
h0 = h_OS_not_emp_ppp,
hp = h_boot_not_emp_ppp,
adapt = T,
leaveoneout = T)
我的点模式对象描述了德国所有的失业者,我使用了基于过平滑 (h0) 和引导估计 (hp) 的自适应带宽。
但是,我不需要每个数据点的密度,而只需要我所有数据点的 1%。是否有任何选项可以指定这些特定数据点以避免不必要的计算?
解决方案
推荐阅读
- .net - 框架提供的 SetSocketOption 枚举具有重复的条目。这是如何运作的?
- html - HTML 电子邮件 CSS:将表格和表格内容居中,最受支持的解决方案
- html - 角度响应式设计 - 当屏幕小于某个宽度时添加换行符
- flask - 如何在 gitlab CI 中将 docker-compose flask 项目部署到 AWS ECS
- pandas - 使用一个数据框列中的键和另一数据框列中的值创建字典
- android-studio - 如何将字符串从活动传递到kotlin中的另一个活动
- datastage - IBM DataStage:无法使用查找阶段删除重复记录
- django - 在 django admin 中自动搜索所有模型的所有字段
- java - 如何通过关键点放心提取json响应
- wordpress - 在 WordPress 中,当从查询中使用排除 id 时,每页帖子不起作用