ここ
から例2.49である:@coffeejunkyからこのヒントは、次の6を持つあなたの問題に対する可能な 解決された後
###
library(np)
data(faithful)
n <- nrow(faithful)
x1 <- faithful$eruptions
x2 <- faithful$waiting
## First compute the bandwidth vector
bw <- npudensbw(~x1 + x2, ckertype = "gaussian")
plot(bw, view = "fixed", ylim = c(0, 3))
## Next generate draws from the kernel density (Gaussian)
n.boot <- 1000
i.boot <- sample(1:n, n.boot, replace = TRUE)
x1.boot <- rnorm(n.boot,x1[i.boot],bw$bw[1])
x2.boot <- rnorm(n.boot,x2[i.boot],bw$bw[2])
## Plot the density for the bootstrap sample using the original
## bandwidths
plot(npudens(~x1.boot+x2.boot,bws=bw$bw), view = "fixed")
:https://cran.r-project.org/web/packages/np/vignettes/np_faq.pdfは、それがために2つの変数のために、次の ソリューションを提供します変数:
## Generate some test data.
somedata = data.frame(replicate(10, runif(100, 0, 1)))
## Conditional variables.
X <- data.frame(somedata[, c('X1', 'X2', 'X3')])
## Dependent variables.
Y <- data.frame(somedata[, c('X4', 'X5', 'X6')])
## First compute the bandwidth vector
n <- nrow(somedata)
bw <- npudensbw(~X$X1 + X$X2 + X$X3 + Y$X4 + Y$X5 + Y$X6, ckertype = "gaussian")
plot(bw, view = "fixed", ylim = c(0, 3))
## Next generate draws from the kernel density (Gaussian)
n.boot <- 1000
i.boot <- sample(1:n, n.boot, replace=TRUE)
x1.boot <- rnorm(n.boot, X$X1[i.boot], bw$bw[1])
x2.boot <- rnorm(n.boot, X$X2[i.boot], bw$bw[2])
x3.boot <- rnorm(n.boot, X$X3[i.boot], bw$bw[3])
x4.boot <- rnorm(n.boot, Y$X4[i.boot], bw$bw[4])
x5.boot <- rnorm(n.boot, Y$X5[i.boot], bw$bw[5])
x6.boot <- rnorm(n.boot, Y$X6[i.boot], bw$bw[6])
## Plot the density for the bootstrap sample using the original
## bandwidths
ob1 <- npudens(~x1.boot + x2.boot + x3.boot + x4.boot + x5.boot + x6.boot, bws = bw$bw)
plot(ob1, view = "fixed", ylim = c(0, 3))
「エラー:関数「npcedensbw」が見つかりませんでした。 Wheb私はその名前で表示されていないnpパッケージの利用可能な関数を見ています。私が 'npcdensbw'で再実行し、結果を' plot'すると、6X vatriableと表示されます。さて...正確に何が問題だったのですか? –
実際、私は条件変数と従属変数の両方で多変量データを扱っています。私がしたいのは、決定された分布のサンプルです。条件付き/独立変数のいくつかの新しいベクトルが与えられたら、条件付き変数が与えられたときの分布に従ってサンプリングしたいと思う。より簡単な例では、xとyの両方が1次元の場合、yに分布があり、その分布の中にサンプルがあるようにxを修正したいと思うでしょう。私はここで同じことをしたい。それはもっと明確ですか? – gdoug
質問が正しく理解されているかどうかを確認する:https://cran.r-project.org/web/packages/np/vignettes/np_faq.pdfのFAQ 2.49とあなたのケースはどのように違うのですか? – coffeinjunky