Исходные данные Y, размер Y является L*n (n этим число функций;. L этого число наблюдений B является ковариационной матрицей исходных данных Y Пусть A есть собственные векторы матрицы ковариации B. .
Итак, я ищу лучший способ анализа 2 наборов данных и сравнить их сходство. Каждый набор данных состоит из данных из каждой точки в жестовом салфетке, и мне нужно проанализировать, насколько они основа
У меня есть столбец значений от приблизительно -20 to 20. В пределах этих значений у меня есть определенные коллекции, образующие «пики» (если данные должны были быть графически), как это: -7,43137740
Я хотел бы получить некоторые отзывы о моем выборе структуры данных. У меня есть двумерная сетка X-Y текущих значений для определенного значения напряжения. У меня есть несколько шагов напряжения и ор
Я имел столбец данных следующим образом: 141523
146785
143667
65560
88524
148422
151664
. . . . Я использовал функцию ts() для преобразования этих данных в временные ряды. {
Aclines <- read.