gbmodes - ອອນລາຍໃນຄລາວ

ໂຄງການ:

NAME

gbmodes - ວິເຄາະ multimodality ໃນຂໍ້ມູນ univariate

ສະຫຼຸບສັງລວມ

gbmodes [ທາງເລືອກໃນການ]

ລາຍລະອຽດ

ການວິເຄາະ Multimodality ຜ່ານການຄາດຄະເນຄວາມຫນາແຫນ້ນຂອງແກ່ນ. ຄິດໄລ່ແບນວິດ kernel ສູງສຸດ
h_c(M) ທີ່ #(ໂມດໃນຄວາມໜາແໜ້ນທີ່ຄາດຄະເນ)>M.ຄວາມສຳຄັນຂອງ h_c ຖືກຄຳນວນ.
ຜ່ານ bootstrap smoothed. ອ່ານຂໍ້ມູນຈາກ std. ວັດສະດຸປ້ອນ. ພິມຄູ່ h_c p(h_c) ແລະ
ຄ່າ modal (ຕັ້ງດ້ວຍ -O).

OPTIONS

-n ຈໍາ​ນວນ​ຂອງ​ຈຸດ equispaced ທີ່​ຄວາມ​ຫນາ​ແຫນ້ນ​ແມ່ນ​ຄໍາ​ນວນ (ຄ່າ​ເລີ່ມ​ຕົ້ນ 100​)

-m ຈໍາ​ນວນ​ຂອງ​ຮູບ​ແບບ (ຄ່າ​ເລີ່ມ​ຕົ້ນ 1​)

-r ໄລຍະການຄົ້ນຫາສໍາລັບຮູບແບບ; ເຄື່ອງໝາຍຈຸດທີ່ແຍກຄູ່ 'data_min,data_max'

-s ຂະຫຍາຍໄລຍະການຄົ້ນຫາເປັນ [min*s+(1-s)*Max,Max*s+(1-s)*min] (ຄ່າເລີ່ມຕົ້ນ 1)

-e ຄວາມທົນທານທີ່ກ່ຽວຂ້ອງກ່ຽວກັບຄ່າ h_c (ຄ່າເລີ່ມຕົ້ນ 1e-6)

-S ລະດັບຄວາມສໍາຄັນ (ສໍາລັບການແກ້ໄຂ Hall-York) (ຄ່າເລີ່ມຕົ້ນ .05)

-t ຈໍາ​ນວນ​ຂອງ​ການ​ທົດ​ລອງ bootstrap ນໍາ​ໃຊ້​ສໍາ​ລັບ​ການ​ຄໍາ​ນວນ​ທີ່​ສໍາ​ຄັນ (ຄ່າ​ເລີ່ມ​ຕົ້ນ 1000​)

-R ແກ່ນ RNG ສໍາລັບການທົດລອງ bootstrap (ຄ່າເລີ່ມຕົ້ນ 0)

-K ເລືອກ kernel ທີ່ຈະໃຊ້: 0 Gaussian ຫຼື 1 Laplacian (ຄ່າເລີ່ມຕົ້ນ 0)

-v ໂໝດ verbose (ຫຼາຍ verbose ຖ້າໃຫ້ 2 ເທື່ອ)

-O ປະເພດຜົນຜະລິດ (ຄ່າເລີ່ມຕົ້ນ 0)

0 h_c p(h_c) [ສະຖານທີ່ໂມເດວ]

1 h_c [ສະຖານທີ່ໂມເດວ ແລະຄວາມສູງ]

-F ລະບຸຕົວແຍກຊ່ອງປ້ອນຂໍ້ມູນ (ຄ່າເລີ່ມຕົ້ນ " \t")

-h ການຊ່ວຍເຫຼືອນີ້

ໃຊ້ gbmodes ອອນໄລນ໌ໂດຍໃຊ້ບໍລິການ onworks.net