問題タブ [loess]

私はオレゴン州ポートランドの開発者です。誰かが助けてくれるかどうか疑問に思っています：

私は R を使用して Loess フィット モデルに取り組んでいます。フィットが完了したら、R でこの方程式を決定する方法があるかどうか疑問に思って、フィットした非線形曲線の方程式を取り消そうとしていますか? 探しているのですが文献が見つかりません。私にとって、関数のグラフは素晴らしいですが、グラフの方程式がなければ、私は水の中で死んでいます。

データの特定のxについて、レス関数が使用する多項式関数に適合したパラメーターをどのように抽出できますか？

たとえば、次のようになります。

cars.lo $ x == 5の場合、どのように適合しましたか？

更新：黄土の予測（予測）ではなく、多項式関数のパラメーターが必要です。

その時点での勾配の推定値を取得するように求めています。

ありがとう、タル

シミュレートされたデータを平滑化する必要がありますが、平滑化されるシミュレートされた縦座標がほぼ同じ値である場合に問題が発生することがあります。これは、最も単純なケースの再現可能な小さな例です。

loess(y~x)、lowess(x,y)、および MATLAB でのそれらの類似物は、この例でエラーなしで期待される結果を生成します。ここで使用しloess.smoothているのは、設定された数のポイントで評価された見積もりが必要だからです。ドキュメントによると、私は同じ推定関数を使用していると信じていますloess.smoothがloess、前者は評価ポイントを処理するための「補助関数」です。エラーはC関数から来ているようです：

loessも呼び出しますsimpleLoessが、異なる引数のように見えます。もちろん、y の値を十分に変化させてゼロ以外にすると、loess.smoothはエラーなしで実行されますが、最も極端な場合でもプログラムを実行する必要があります。

うまくいけば、誰かが次の1つまたはすべてで私を助けることができます:

1. loess.smooth他の関数ではなく のみがこのエラーを生成する理由を理解し、この問題の解決策を見つけてください。
2. loessベクトル x とは異なる可能性がある指定された数のポイントで推定値を使用して評価する回避策を見つけます。たとえばx <- seq(0,50,10)、平滑化でのみ使用したい場合がありますが、推定値は で評価しx <- 0:50ます。私の知る限りpredict、新しいデータ フレームを使用すると、この状況を適切に処理できませんが、何か不足している場合はお知らせください。
3. プログラムが次のシミュレートされたデータ セットに移動するのを止めない方法でエラーを処理します。

この問題についてご協力いただきありがとうございます。

ローカル回帰および/またはRですべての専門家を呼び出す!

Rの標準黄土関数の制限に遭遇しました。アドバイスをいただければ幸いです。現在の実装では、1 ～ 4 個の予測子のみがサポートされています。グローバル フィット パラメトリック共変数を採用するとすぐに、これが簡単に問題になる理由を示すために、アプリケーション シナリオを設定しましょう。

基本的に、空間歪みs(x,y)が多数の測定値zに重ね合わされています。

これらの測定値zは、各グループgの同じ基礎となる歪みのない測定値vによってグループ化できます。グループ メンバーシップ g_i は測定ごとにわかっていますが、基になるグループの歪みのない測定値 v_g はわかっていないため、(ローカルではなくグローバル) 回帰によって決定する必要があります。

2 次元の空間トレンドs(x,y)を推定する必要があり、これを削除します。私たちのアプリケーションでは、最も単純なシナリオで、それぞれ少なくとも 35 の測定値を持つ 20 のグループがあるとします。測定値はランダムに配置されます。最初のグループを参照すると、19 個の未知のオフセットがあります。

以下のおもちゃデータのコード (1 次元xに空間傾向がある) は、2 つまたは 3 つのオフセット グループに対して機能します。

残念ながら、4 つ以上のオフセット グループに対して黄土呼び出しが失敗し、エラー メッセージが表示されます。

制限をオーバーライドしようとしましたが、

それはどれほど簡単でしょうか？どこにもd2MAXの定義が見つかりません。これはハードコーディングされている可能性があります。

あるいは、ここで適用できるグローバル (パラメトリック) オフセット グループを使用したローカル回帰の実装を知っている人はいますか?

または、これに対処するより良い方法はありますか？私は相関構造でlmeを試しましたが、それははるかに遅いようです。

どんなコメントでも大歓迎です！

どうもありがとう、
デビッド

添付されているように、ggplot2 で黄土曲線をフィッティングしている時系列データがいくつかあります。データは「S」カーブの形をしています。私が本当に知る必要があるのは、データが横ばいになり始める日付です。これは、「550」または「600」の頃に見えるようです。

これをグラフでマークできる定量的な方法はありますか?

データセットへのリンク: http://dl.dropbox.com/u/75403/stover_data.txt

データセットの A dput():

グラフ：

コード：

黄土の滑らかなプラスの信頼限界を残差の散布図に当てはめるのに問題があります。

私のモデルは身長～体重+胸囲です。胸囲の直線性を確認するために、胸囲のないモデル (身長 ~ 体重) を当てはめ、このモデルの残差を胸囲に対してプロットしました。ここまでは順調ですね。次に、黄土線と信頼限界を使用loess()してプロットしようとしました。predict()結果は次のようになります (図では中心線のみをプロットしましたが、CI 線は同じように見えます)。

散布図の黄土問題

ポイントは正しいです (レス フィットをポイントとしてプロットすると正しく表示されます) が、何らかの理由で線が期待どおりに描画されていません。私のコードは以下の通りです：

お役に立てれば幸いです。どうもありがとう、

マット

ここに染色体の長さ全体の値をプロットします

ポイントのない中央の領域にはデータが含まれていないため、レスラインを取得することはできません。この領域のレスラインを停止するようにコードを変更するにはどうすればよいですか？データは連続していますが、空白の領域を特別な値でマークする行を追加したり、ラベルの付いた列を追加したりできますか？しかし、これをコマンドで使用するにはどうすればよいですか？

私の現在のコマンド：

レス関数を適用して、プロットした時間曲線を滑らかにしたいのですが、動作させることができません。例：

次のメッセージが表示されます。

時系列にレス平滑化を適用することは可能ですか？

どんな助けやガイダンスも大歓迎です！

ローカル多項式回帰の標準誤差を計算する方法を説明するリファレンスを見つけようとしていますか？具体的には、Rでは、loess関数を使用してモデルオブジェクトを取得し、次にpredict関数を使用して標準誤差を取得できます。実際に起こっていることへの言及はどこかにありますか？残差に系列相関がある可能性がある場合、Newey-Westタイプの方法を使用してこれを調整する必要がありますが、lmを使用する通常のOLSの場合と同様に、サンドイッチパッケージを使用してこれを行う方法はありますか？

ソースを調べてみましたが、標準誤差の計算でC関数が呼び出されます。

apache.commons.mathライブラリを使用して、R スクリプトから Java への変換を計算しようとしています。R loessの代わりにorg.apache.commons.math.analysis.interpolation.LoessInterpolatorを使用できますか? 同じ結果を得ることができません。

編集。

これは、ランダムな配列 (x,y) を作成し、LoessInterpolator または R を呼び出して黄土を計算する Java プログラムです。最後に、結果が出力されます。

コンパイルと実行:

出力：

y の出力値は、R と Java の間で明らかに同じではありません。Y.R 列は適切に見えます (元の Y 列に近いです)。Y.java ~ YR を取得するには、これをどのように変更すればよいですか?