领域

R包字段:空间数据的工具。领域是曲线,曲面和函数拟合重点是样条曲线,空间数据和空间统计。主要的方法有三次样条、薄板样条、Kriging和紧协方差等。样条函数和Kriging方法是由函数支持的,这些函数可以通过交叉验证和限制最大似然来确定平滑参数(熔核和门槛方差)。一个主要的特点是,任何在R中实现的协方差函数,遵循一个简单的字段格式,都可以用于空间预测。为求矩阵协方差族的极大似然估计提供了一些定制的优化函数。也有许多有用的功能用于绘制和处理空间数据作为图像。这个包还包含一个大型空间数据集稀疏矩阵方法的实现,目前需要稀疏矩阵(spam)包。但标准空间函数不需要垃圾邮件。使用帮助(字段)开始并获取概述。字段源代码被大量注释,除了手册页之外,还提供了有用的数字细节解释。


zbMATH参考文献(48篇文章引用)

显示结果1到20,共48个。
按年份排序(引用)
  1. Brantley,Halley L.;Guinness,Joseph;Chi,Eric C.:使用分位数趋势滤波对空气质量数据进行基线漂移估计(2020年)
  2. Kirsner,Daniel;Sansó,Bruno:大空间数据集的多尺度散弹枪随机搜索(2020)
  3. Martínez Hernández,以色列;Genton,Marc G.:复杂和空间相关功能数据的最新发展(2020年)
  4. Andrew M.Raim,Scott H.Holan,Jonathan R.Bradley,Christopher K.Wikle:支持时空变化的R包(2019)阿尔十四
  5. 贝叶斯过程建模(Daniel Risser-Mark2019)阿尔十四
  6. Huang,Whitney K.;Cooley,Daniel S.;Ebert Uphoff,Imme;Chen,Chen;Chatterjee,Snigdhansu:极值依赖的新探索工具:(\chi)网络和年度极值网络(2019)
  7. Morris,Samuel A.;Reich,Brian J.;Thibaud,Emeric:使用经验基函数对空间极值进行探索和推理(2019年)
  8. Mukhopadhyay,Sabyasachi;Ogutu,Joseph O.;Bartzke,Gundula;都柏林,Holly T.;Piepho,Hans-Peter:使用层次贝叶斯回归模型模拟稀疏降雨数据的时空变化(2019年)
  9. Overstall,Antony M.;Woods,David C.;Martin,Kieran J.:物理模型的贝叶斯预测及其在使用化学动力学优化医药产品合成中的应用(2019年)
  10. Robert Geitner和Robby Fritzsch、Jürgen Popp和Thomas Bocklitz:corr2D:R中二维相关分析的实施(2019)不是zbMATH
  11. Sameh Abdulah,Yuxiao Li,Jian Cao,Hatem Ltaief,David E.Keyes,Marc G.Genton,Ying Sun:ExaGeostator:R(2019年)大规模地质统计学的一揽子计划阿尔十四
  12. Bernardi,Mara S.;Carey,Michelle;Ramsay,James O.;Sangalli,Laura M.:通过偏微分正则化回归建模空间各向异性(2018)
  13. David Bolin;Finn Lindgren:使用偏移计算概率偏移集和相关数量(2018)不是zbMATH
  14. Dombry,Clément;Ribatet,Mathieu;Stoev,Stilian:并发极端概率(2018)
  15. Micheas,Athanasios C.;Chen,Jiaxun:sppmix:使用正常混合模型的泊松点过程建模(2018)
  16. Benjamin Taylor和Barry Rowlingson:spatsurv:空间生存模型贝叶斯推理的R包(2017)不是zbMATH
  17. Camilo Jose Torres Jimenez,Alvaro Mauricio Montegone Diaz:有界区间支持的连续单变量分布的替代方案:BMT分布(2017)阿尔十四
  18. Falke,Andreas;Hruschka,Harald:潜在类混合logit模型设计生成算法的蒙特卡罗研究(2017)
  19. Marcello Chiodi和Giada Adelfio:R包etasFLP中用于地震描述的混合非参数和参数估计技术(2017)不是zbMATH
  20. Matthew Dixon,Diego Klabjan,Lan Wei:OSTSC:R中时间序列分类的过采样(2017)阿尔十四