0

データ（xおよびy値）の散布図があります。Xの関数として加重平均と標準偏差を計算したいと思います。ポイントごとに、各値が予測から離れた標準偏差の数を計算したいと思います。私は現在、sdを計算するためloess.sd、パッケージの関数を使用しています。msir各データポイントの予測sdを取得する方法を知っている人はいますか? または、この計算に対処するための代替またはより良い方法がありますか? 前もって感謝します。

私の現在のコード:

#... scatter plot of data
plot(xy,ylim=c(0,50),pch=20)
#loess +- 1 sd
std_loess = loess.sd(xy, nsigma =1,span=0.3)
# ... add weighted average to plot
lines(std_loess$x,std_loess$y,col="firebrick2")
# .... add weighted sd to plot
lines(std_loess$x,std_loess$y,col="firebrick2")
#.... get observed data points
lines(std_loess$x,std_loess$upper,col="dodgerblue2")
# ... get expected value for each data point
obs = xy[,2]
# ... get predicted sd for each data point
expected = predict(std_loess$model,data.frame(xy))  
# ...get predicted sd for each data point

exp_sd = ??????????????????

# ...get predicted sd for each data point
sd_away = (obs - expected) / exp_sd
4

1 に答える 1

0

おそらく（ただし、データがないためテストされていません）：

exp.fit = expected$fit
# ...get predicted sd for each data point
sd_away = (obs - exp.fit) / expected$se

predict.loess の結果はベクトルではなく、複数のコンポーネントと予測値を含むリストが「適合」コンポーネントにあるということです。

于 2013-02-15T21:22:29.770 に答える