Ricerca di massimi/minimi locali in R

Question

Ho una serie di dati (10.000 - 50.000 valori per ciascuna serie di misurazioni) e sono interessato a identificare automaticamente i massimi/minimi locali al di fuori della stima della densità della distribuzione di questi valori. In realtà, presumo che di solito ci dovrebbero essere due picchi, separati da un pozzo, e mi piacerebbe trovare quella fossa che separa i due picchi l'uno dall'altro al fine di dividere i dati in due parti per un'ulteriore elaborazione. Se possibile, mi piacerebbe anche sapere dove si trovano i picchi.

Poiché la stima della densità può contenere modifiche locali molto piccole, mi piacerebbe avere la possibilità di regolare la "sensibilità". Il migliore che ho trovato finora è stato questa soluzione di @Tommy: https://stackoverflow.com/a/6836924/1003358 Ecco un esempio:

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") 

Ora, i miei dati sono molto più rumoroso:

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") 

Cercando di regolare i parametri (notare che sono stati rilevati due "indesiderati" picchi nella coda):

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") 

Quindi le domande sono:

1) Come identificare automaticamente i picchi reali all'interno di un set di dati come ad rumoroso? 2) Come trovare in modo affidabile i box che separano tali picchi?

Answer 1

Il mio preferito è pastecs::turnpoints. Ma hai ragione che dovrai fare qualche filtraggio soggettivo per distinguere il rumore spiky dai veri picchi. Un modo per farlo è quello di richiedere che i dati grezzi o spline rimangano sopra la soglia per N valori consecutivi.