Jak wykonać słabe wygładzanie w r (krok po kroku)

W statystyce termin najniższy odnosi się do „wygładzania lokalnie ważonych chmur punktów” – procesu tworzenia gładkiej krzywej odpowiadającej punktom danych w chmurze punktów.

Aby wykonać najniższe wygładzanie w R, możemy użyć funkcji lowess() , która wykorzystuje następującą składnię:

niższy (x, y, f = 2/3)

Złoto:

• x: wektor liczbowy wartości x.
• y: wektor liczbowy wartości y.
• f: wartość dla najbardziej płynnego zakresu. Daje to proporcję punktów na wykresie, która wpływa na wygładzanie przy każdej wartości. Wyższe wartości powodują większą gładkość.

Poniższy przykład krok po kroku pokazuje, jak wykonać słabe wygładzanie dla danego zbioru danych w R.

Krok 1: Utwórz dane

Najpierw utwórzmy fałszywy zbiór danych:

 df <- data. frame (x=c(1, 1, 2, 2, 3, 4, 6, 6, 7, 8, 10, 11, 11, 12, 13, 14),
y=c(4, 7, 9, 10, 14, 15, 19, 16, 17, 21, 22, 34, 44, 40, 43, 45))

Krok 2: Narysuj dane

Następnie narysujmy wartości x i y zbioru danych:

 plot(df$x, df$y) 

Krok 3: Narysuj krzywą minimalną

Następnie narysujmy najsłabszą krzywą wygładzającą na punktach na wykresie rozrzutu:

 #create scatterplot
plot(df$x, df$y)

#add lowess smoothing curve to plot
lines(lowess(df$x, df$y), col=' red ')

Krok 4: Dostosuj mniejszy zasięg (opcjonalnie)

Możemy także dostosować argument f w funkcji lowes(), aby zwiększyć lub zmniejszyć wartość używaną w celu uzyskania gładszego zakresu.

Należy pamiętać, że im większą wartość podamy, tym gładsza będzie dolna krzywa.

 #create scatterplot
plot(df$x, df$y)

#add lowess smoothing curves
lines(lowess(df$x, df$y), col=' red ')
lines(lowess(df$x, df$y, f=0.3), col=' purple ')
lines(lowess(df$x, df$y, f=3), col=' steelblue ')

#add legend to plot
legend(' topleft ',
       col = c(' red ', ' purple ', ' steelblue '),
       lwd = 2,
       c(' Smoother = 1 ', ' Smoother = 0.3 ', ' Smoother = 3 ')) 

Dodatkowe zasoby

Jak wykreślić wiele linii na wykresie w R
Jak utworzyć wykres rozrzutu z linią regresji w R
Jak wykonać regresję wielomianową w R