Tìm cực đại/cực tiểu cục bộ trong R

Question

Tôi có một khối dữ liệu lỗ (10.000 - 50.000 giá trị cho mỗi chuỗi phép đo) và tôi muốn tự động xác định maxima/minima cục bộ trong ước lượng mật độ của phân phối của các giá trị này. Trong thực tế, tôi giả định rằng thường có hai đỉnh, cách nhau bởi một hố, và tôi muốn tìm hố đó tách hai đỉnh từ nhau để tách dữ liệu thành hai phần để xử lý tiếp. Nếu có thể, tôi cũng muốn biết vị trí của các đỉnh.

Khi ước lượng mật độ có thể chứa những thay đổi cục bộ rất nhỏ, tôi muốn có khả năng điều chỉnh "độ nhạy". Điều tốt nhất tôi có thể tìm thấy cho đến nay là giải pháp này của @Tommy: https://stackoverflow.com/a/6836924/1003358 Dưới đây là một ví dụ:

library(ggplot2) 

d <- density(faithful$eruptions, bw = "sj") 
loc.max <- d$x[localMaxima(d$y)] 

ggplot(faithful, aes(eruptions)) + geom_density(adjust=1/2) + 
    geom_vline(x=loc.max, col="red") + 
    xlab("Measured values") 

Bây giờ, dữ liệu của tôi là ồn ào hơn nhiều:

d <- density(my.df$Values, bw = "sj") 
loc.max <- d$x[localMaxima(d$y)] 

ggplot(my.df, aes(Values)) + geom_density(adjust=1/2) + 
    geom_vline(x=loc.max, col="red") + 
    xlab("Measured values") 

Cố gắng điều chỉnh các thông số (lưu ý rằng hai đỉnh "không mong muốn" ở đuôi đã được tìm thấy):

d <- density(my.df$Values, bw="nrd", adjust=1.2) 
loc.max <- d$x[localMaxima(d$y)] 

ggplot(my.df, aes(Values)) + geom_density(adjust=1/2) + 
    geom_vline(x=loc.max, col="red") + 
    xlab("Measured values") 

Vì vậy, câu hỏi là:

1) Làm thế nào để tự động xác định đỉnh thực trong một tập dữ liệu ồn ào như vậy? 2) Làm thế nào để tìm ra các hố phân tách những đỉnh đó?

Answer 1

Yêu thích của tôi là pastecs::turnpoints. Nhưng bạn chính xác rằng bạn sẽ phải thực hiện một số tính năng lọc chủ quan để phân biệt tiếng ồn có gai từ các đỉnh cao thực sự. Một cách để thực hiện điều này là yêu cầu dữ liệu thô hoặc dữ liệu được tách ở trên ngưỡng nào đó cho N giá trị liên tiếp.