r - R中黄土的标准误

Question

我试图找到一个参考来解释如何计算局部多项式回归的标准误差？具体来说，在 R 中，可以使用 loess 函数获取模型对象，然后使用 predict 函数检索标准误差。在某处是否有实际发生的事情的参考？在残差中可能存在序列相关的情况下，必须使用 Newey-West 类型的方法对此进行调整，有没有一种方法可以像使用 lm 的常规 OLS 一样使用三明治包来做到这一点？

我尝试查看源代码，但标准错误计算调用了 C 函数。

Answer 1

的“源代码”部分?loess告诉您底层 C 代码来自 Cleveland 等人的 cloess 包，并指向它的 web 主页：

资料来源：Cleveland、Grosse 和 Shyu 的 1998 年版 'cloess' 包。更高版本在 http://www.netlib.org/a> 上以“dloess”的形式提供。

去那里，你会发现一个50 页的文档的链接（警告：postscript doc），它应该告诉你关于这个黄土的实现你需要知道的一切。用克利夫兰的话来说：

本指南描述了使用黄土正确分析数据的关键步骤。请阅读。

特别感兴趣的是“第 4 节：统计和计算方法”的前几页。