当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


R predict.loess 预测黄土曲线或表面


R语言 predict.loess 位于 stats 包(package)。

说明

根据 loess 拟合进行的预测,可选择包含标准误差。

用法

## S3 method for class 'loess'
predict(object, newdata = NULL, se = FALSE,
        na.action = na.pass, ...)

参数

object

loess 拟合的对象。

newdata

一个可选的 DataFrame ,用于在其中查找要预测的变量,或者一个矩阵或向量,其中恰好包含预测所需的变量。如果丢失,则使用原始数据点。

se

是否应该计算标准误差?

na.action

函数确定应如何处理数据帧 newdata 中的缺失值。默认是预测 NA

...

传递给其他方法或从其他方法传递的参数。

细节

标准误差计算 se = TRUE 比预测慢,特别是因为它需要相对较大的工作空间(内存),特别是维度 的矩阵,其中 span ,即 se = TRUE ,因此当样本大小 大于约 40'600 时停止(默认为 span = 0.75 )。

当使用 surface = "interpolate" (默认)进行拟合时,predict.loess 将不会进行推断 - 因此包含原始数据的 axis-aligned 超立方体之外的点将丢失 ( NA ) 预测和标准误差。

如果是 se = FALSE ,则为给出 newdata 每一行(或原始数据)预测的向量。如果是 se = TRUE ,则包含组件的列表

fit

预测值。

se

每个预测值的估计标准误差。

residual.scale

用于计算标准误差的残差的估计范围。

df

用于估计残差尺度的有效自由度的估计,旨在与基于 t 的置信区间一起使用。

如果 newdata 是调用 expand.grid 的结果,则预测(以及 s.e.,如果需要)将是适当维度的数组。

来自无限输入的预测将是 NA,因为 loess 不支持外推。

注意

首先在 newdata 中查找变量,然后以通常的方式搜索(其中包括拟合中使用的公式的环境)。如果找到的变量长度与 newdata 中提供的变量长度不同,则会发出警告。

例子

cars.lo <- loess(dist ~ speed, cars)
predict(cars.lo, data.frame(speed = seq(5, 30, 1)), se = TRUE)
# to get extrapolation
cars.lo2 <- loess(dist ~ speed, cars,
  control = loess.control(surface = "direct"))
predict(cars.lo2, data.frame(speed = seq(5, 30, 1)), se = TRUE)

作者

B. D. Ripley, based on the cloess package of Cleveland, Grosse and Shyu.

也可以看看

loess

相关用法


注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Predict Loess Curve or Surface。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。