所以我试图找到一种方法来评估使用 k-smooth 拟合到数据集的估计曲线上的一个点。即我已经使用内核注册为数据集拟合了一条曲线。并且想要估计曲线上特定点的值。就像我有一个曲线图......但我不确定如何使用它。
抱歉,如果不太清楚...谢谢!
所以我试图找到一种方法来评估使用 k-smooth 拟合到数据集的估计曲线上的一个点。即我已经使用内核注册为数据集拟合了一条曲线。并且想要估计曲线上特定点的值。就像我有一个曲线图......但我不确定如何使用它。
抱歉,如果不太清楚...谢谢!
要提取其他点,一种简单(尽管效率低下)的方法就是指定n.point
参数。例如,
z = ksmooth(cars$speed, cars$dist, "normal", bandwidth = 5, n.points = 1000)
min(cars$speed)
将输出从 开始到结束的1000 个值max(cars$speed)
。您可以通过以下方式访问这些值:
z$x
z$y
例子
假设您想获得 的点预测x=21
。然后选择查找x
最接近的值21
:
which.min(abs(z$x-21))
然后使用此索引选择特定y
值
z$y[which.min(abs(z$x-21))]
在另一个答案中,可能没有 x 值恰好等于 21。在实际拟合中,您可以指定x.points
参数以获取要评估拟合的点。
z = ksmooth(cars$speed, cars$dist, "normal", bandwidth = 5, x.points = 21)
print(z)
$x
[1] 21
$y
[1] 58.00075