Як виконати слабке згладжування в r (крок за кроком)

У статистиці термін «найнижчий» означає «згладжування локально зважених хмар точок» — процес створення гладкої кривої, яка відповідає точкам даних у хмарі точок.

Щоб виконати lowess згладжування в R, ми можемо використати функцію lowess() , яка використовує такий синтаксис:

нижче (x, y, f = 2/3)

золото:

• x: числовий вектор значень x.
• y: числовий вектор значень y.
• f: значення найбільш гладкого екстенту. Це дає пропорцію точок на графіку, яка впливає на згладжування кожного значення. Вищі значення забезпечують більшу плавність.

Наступний покроковий приклад показує, як виконати слабке згладжування для заданого набору даних у R.

Крок 1: Створіть дані

Спочатку давайте створимо підроблений набір даних:

 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))

Крок 2: побудуйте графік даних

Далі побудуємо графік значень x і y набору даних:

 plot(df$x, df$y) 

Крок 3: Намалюйте мінімальну криву

Далі побудуємо найслабшу криву згладжування на точках діаграми розсіювання:

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

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

Крок 4. Налаштуйте більш м’який охоплення (необов’язково)

Ми також можемо налаштувати аргумент f у функції lowess(), щоб збільшити або зменшити значення, яке використовується для згладжування.

Зауважте, що чим більше значення ми надаємо, тим плавнішою буде нижня крива.

 #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 ')) 

Додаткові ресурси

Як побудувати кілька ліній на графіку в R
Як створити діаграму розсіювання з лінією регресії в R
Як виконати поліноміальну регресію в R