Блог

Я использую lowess функцию для подгонки регрессии между двумя переменными x и y . Теперь я хочу узнать установленное значение при новом значении x . Например, как мне найти подходящее значение x=2.5 в следующем примере. Я знаю loess , что могу это сделать, но я хочу воспроизвести чей-то сюжет, и он использовал lowess .

 set.seed(1)
x <- 1:10
y <- x   rnorm(x)
fit <- lowess(x, y)
plot(x, y)
lines(fit)
  

Локальная регрессия (lowess) — это непараметрический статистический метод, это не похоже на линейную регрессию, где вы можете использовать модель непосредственно для оценки новых значений.

Вам нужно будет взять значения из функции (вот почему она возвращает вам только список) и выбрать свою собственную схему интерполяции. Используйте схему для прогнозирования ваших новых точек.

Распространенным методом является сплайн-интерполяция (но есть и другие):

https://www.r-bloggers.com/interpolation-and-smoothing-functions-in-base-r/

РЕДАКТИРОВАТЬ: я почти уверен predict , что функция выполняет интерполяцию за вас. Я также не могу найти никакой информации о том, что именно predict используется, поэтому я попытался отследить исходный код.

https://github.com/wch/r-source/blob/af7f52f70101960861e5d995d3a4bec010bc89e6/src/library/stats/R/loess.R

 else { ## interpolate
## need to eliminate points outside original range - not in pred_
  

Я уверен, что код R вызывает базовую реализацию C, но она плохо документирована, поэтому я не знаю, какой алгоритм она использует.

Мое предложение таково: либо доверяйте predict функции, либо разработайте свой собственный алгоритм интерполяции.