R: Solidne dopasowanie punktów danych do funkcji Gaussa

Muszę wykonać solidną operację dopasowania danych.

Mam kilka danych (x, y), które chcę dopasować doGaussa (aka normalna) funkcja. Chodzi o to, że chcę usunąć ouliers. Jak widać na poniższym przykładowym wykresie, istnieje kolejna dystrybucja danych, które zanieczyszczają moje dane po prawej stronie i nie chcę brać tego pod uwagę, aby dokonać dopasowania (tj. Znaleźć Sigma, mu i ogólny parametr skali).

R wydaje się być właściwym narzędziem do pracy, znalazłem kilka pakietów (krzepki, robustbase, MASA na przykład), które są związane z mocnym dopasowaniem.

Zakładają jednak, że użytkownik ma już silną wiedzę na temat R, co nie jest moim przypadkiem, a dokumentacja jest dostarczana jedynie jako rodzaj podręcznika, bez samouczka lub odpowiednika. Moje tło statystyczne jest raczej niskie, próbowałem czytaćmateriał referencyjny na temat montażu z R, ale to naprawdę nie pomogło (i nie jestem nawet pewien, czy to właściwy sposób). Mam jednak wrażenie, że jest to dość prosta operacja.

Sprawdziłem topowiązane pytanie (i te połączone), jakkolwiek przyjmują jako dane wejściowe pojedynczy wektor wartości, a ja mam wektor par, więc nie widzę, jak transponować.

Każda pomoc dotycząca tego, jak to zrobić, byłaby doceniana.

questionAnswers(2)

yourAnswerToTheQuestion