3

我正在做一些建模工作，其中我试图参数化随季节和一天中的时间而变化的效果。一天中的时间效应在季节之间以一种复杂的方式存在差异，因此似乎最通用的方法是在周期性的 [一天中的时间，一年中的一天] 空间中对效果进行建模。

所描述的效果与实际预测器和预测量具有非线性关系，因此我需要一个可以使用非线性优化进行调整的显式参数化。

因此，最明显的选择是二维傅里叶基。任何人都可以推荐一个 R 包来生成这个吗？我找到了具有“create.fourier.basis”功能的包 fda，但这似乎只适用于 1D。

除了傅立叶方法之外，我所拥有的数据的采样在 [一天中的时间，一年中的一天] 平面上非常不规则，因此理想情况下是一种更加本地化的方法，例如周期性三次样条，我可以在其中放置更多节点丰富的数据飞机的某些部分会更好。有谁知道为这种表示创建 2D 基础的 R 包？

4

2 回答 2

4

mgcv包可以创建两个或多个基础基函数的张量积基函数。它还允许循环三次和 p 样条，可用于您提到的变量，作为张量积的基础基函数。

由于mgcv与 RI 一起使用，就从这个开始。看看?te和?smooth.terms开始。

于 2012-10-09T23:04:35.837 回答
0

fda 包适合处理多变量函数数据。看看例如

?fd

fd 的帮助指出，将三维数组分配给基函数对象可为您提供多元函数数据对象。在他们的书中，Ramsay、Hooker 和 Graves (2009) 使用多元函数数据对象来捕获具有笔位置和时间维度的 2D 定义的手写数据。

也许我错了，但你不能对你的数据应用相同的框架吗？它是按季节、白天和效果定义的？

于 2013-01-10T13:09:16.693 回答