kernelSmoothing: Smoothing function (Fonction de lissage)

Description Usage Arguments Details Author(s) References Examples

View source: R/kernelSmoothing.R

Description

Smoothing function with a bisquare kernel or median.

(Fonction de lissage à partir d'un noyau bisquare ou de la médiane.)

Usage

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
  # Call mode 1: bisquare kernel smoothing - automatic grid
  kernelSmoothing(  dfObservations
                  , sEPSG
                  , iCellSize
                  , iBandwidth
                  , vQuantiles = NULL
                  , dfCentroids = NULL
                  , fUpdateProgress = NULL
                  , iNeighbor = NULL
                  , iNbObsMin = 250
  )
 
  # Call mode 2: median smoothing - automatic grid
  kernelSmoothing(  dfObservations
                  , sEPSG
                  , iCellSize
                  , iBandwidth
                  , vQuantiles
                  , dfCentroids = NULL
                  , fUpdateProgress = NULL
                  , iNeighbor = NULL
                  , iNbObsMin = 250
  )
  
  # Call mode 3: bisquare kernel smoothing - user grid
  kernelSmoothing(  dfObservations
                  , sEPSG
                  , iCellSize
                  , iBandwidth
                  , vQuantiles = NULL
                  , dfCentroids
                  , fUpdateProgress = NULL
                  , iNeighbor = NULL
                  , iNbObsMin = 250
  )
  
  # Call mode 4: median smoothing - user grid
  kernelSmoothing(  dfObservations
                  , sEPSG
                  , iCellSize
                  , iBandwidth
                  , vQuantiles
                  , dfCentroids
                  , fUpdateProgress = NULL
                  , iNeighbor = NULL
                  , iNbObsMin = 250
  )

Arguments

dfObservations

A data.frame with cartesian geographical coordinates and variables to smooth. (x, y, var1, var2, ...)

(Un data.frame comportant les coordonnées géographiques cartésiennes (x,y), ainsi que les variables que l'on souhaite lisser. (x, y, var1, var2, ...)

sEPSG

EPSG code of projection (character). For example, the RGF93 / Lambert-93 projection has "2154" code.

(code EPSG de la projection (character). Par exemple, la projection RGF93 / Lambert-93 a pour code "2154".)

iCellSize

Cell size of the grid (integer). The unit of measurement is free. It must be the same as the unit of iBandwidth variable.

(Taille des carreaux (integer). Le choix de l'unité de mesure est laissé libre à l'utilisateur. Elle doit seulement être la même que celle de la variable iBandwidth.)

iBandwidth

Radius of the Kernel Density Estimator (integer). This bandwidth acts as a smoothing parameter, controlling the balance between bias and variance. A large bandwidth leads to a very smooth (i.e. high-bias) density distribution. A small bandwidth leads to an unsmooth (i.e. high-variance) density distribution. The unit of measurement is free. It must be the same as the unit of iCellSize variable.

(Rayon de lissage de l'estimation d'intensité par noyau (integer). Cette bande-passante se comporte comme un paramètre de lissage, controlant l'équilibre entre biais et variance. Un rayon élevé conduit à une densité tres lissée, avec un biais élevé. Un petit rayon génère une densité peu lissée avec une forte variance. Le choix de l'unité de mesure est laissé libre à l'utilisateur. Elle doit seulement être la même que celle de la variable iCellSize.

vQuantiles

Percentile vector to calculate. For example c(0.1, 0.25, 0.5) will calculate the first decile, the first quartile and the median.

(Vecteur des quantiles à calculer. Par exemple c(0.1, 0.25, 0.5) retournera le premier décile, le premier quartile et la mediane.)

dfCentroids

A data.frame with two columns (x, y) containing coordinates of the user's centroids. The coordinates must be in the same projection than (dfObservations).

(Un data.frame avec deux colonnes (x, y) contenant les coordonnées des centroides de l'utilisateur. Les coordonnées doivent être dans le même système de coordonnées que (dfObservations).)

fUpdateProgress

A function to see compute progress.

(Une function pour voir la progression du calcul.)

iNeighbor

Technical parameter, leave empty. (integer)

(Paramètre technique pour calculer l'étendue des points d'estimations, à ne pas remplir. (integer))

iNbObsMin

Minimum size of constituted grappes for median smoothing. (integer)

(Taille minimale des grappes constituées pour le lissage "médian" (géographiquement pondéré). (integer))

Details

Returns an object inheriting from the data.frame class. (Retourne un objet qui se comporte comme un data.frame, par heritage.)

Author(s)

Psar Analyse Urbaine Insee - Thierry Cornely, Laure Genebes, Arlindo Dos Santos, Cynthia Faivre, Auriane Renaud and Francois Semecurbe

References

Examples

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
## Not run: 
######### example 1 #########
data(dfPrix_SP95_2016)
dfPrix_SP95_2016$nbObs <- 1L
dfSmoothed <- kernelSmoothing(dfObservations = dfPrix_SP95_2016
                              , sEPSG = "2154"
                              , iCellSize = 5000L
                              , iBandwidth = 30000L)
dfSmoothed$prix95 <- dfSmoothed$SP95 / dfSmoothed$nbObs * 100

library(cartography)
choroLayer(dfSmoothed
           , var = "prix95"
           , nclass = 5
           , method = "fisher-jenks"
           , border = NA
           , legend.title.txt = "prix du SP95 en centimes")

######### example 2 #########
library(sp)
library(cartography)

data(reunion)

# Smoothing all variables for Reunion (Lissage de toutes les variables pour la Reunion)

# Call mode 1: classic smoothing - automatic grid
reunionSmoothed <- kernelSmoothing( dfObservations = reunion
                                    , sEPSG = "32740"
                                    , iCellSize = 200L
                                    , iBandwidth = 400L)

# preview (Apercu)
choroLayer(reunionSmoothed, var = "houhold", nclass = 5, method = "fisher-jenks", border = NA)

# Call mode 2: median smoothing - automatic grid
reunionSmoothed <- kernelSmoothing( dfObservations = reunion
                                    , sEPSG = "32740"
                                    , iCellSize = 200L
                                    , iBandwidth = 400L
                                    , vQuantiles = c(0.1, 0.5, 0.9))
# preview (Apercu)
choroLayer(reunionSmoothed, var = "houhold_05", nclass = 5, method = "fisher-jenks", border = NA)


# Call mode 3: classic smoothing - user grid
dfCentroidsUser <- merge( x = seq(from =  314400L, to =  378800L, by = 200L)
                          , y = seq(from = 7634000L, to = 7691200L, by = 200L))
reunionSmoothed <- kernelSmoothing( dfObservations = reunion
                                    , sEPSG = "32740"
                                    , iCellSize = 200L
                                    , iBandwidth = 400L
                                    , dfCentroids = dfCentroidsUser)

# preview (Apercu)
reunionSmoothed <- reunionSmoothed[reunionSmoothed$houhold > 0, ]
choroLayer(reunionSmoothed, var = "houhold", nclass = 5, method = "fisher-jenks", border = NA)

# Call mode 4: median smoothing - user grid
reunionSmoothed <- kernelSmoothing( dfObservations = reunion
                                    , sEPSG = "32740"
                                    , iCellSize = 200L
                                    , iBandwidth = 400L
                                    , vQuantiles = c(0.1, 0.5, 0.9)
                                    , dfCentroids = dfCentroidsUser)

# preview (Apercu)
reunionSmoothed <- reunionSmoothed[reunionSmoothed$nbObs > 0, ]
choroLayer(reunionSmoothed, var = "houhold_05", nclass = 5, method = "fisher-jenks", border = NA)


## End(Not run)

btb documentation built on May 23, 2018, 5:04 p.m.