I am using lowess function to fit a regression between two variables x and y. Now I want to know the fitted value at a new value of x. For example, how do I find the fitted value at x=2.5 in the following example. I know loess can do that, but I want to reproduce someone's plot and he used lowess.
set.seed(1)
x <- 1:10
y <- x + rnorm(x)
fit <- lowess(x, y)
plot(x, y)
lines(fit)
局部回归（lowess）是一种非参数统计方法，它不像线性回归，您可以直接使用模型来估计新值。
您需要从函数中获取值（这就是为什么它只返回一个列表给您），并选择您自己的插值方案。使用该方案来预测您的新点。
常用技术是样条插值（但还有其他技术）：
https://www.r-bloggers.com/interpolation-and-smoothing-functions-in-base-r/
编辑：我很确定该predict函数会为您进行插值。我也找不到任何关于究竟predict使用什么的信息，所以我试图追踪源代码。
else { ## interpolate
## need to eliminate points outside original range - not in pred_
我确信 R 代码调用了底层的 C 实现，但它没有很好的记录，所以我不知道它使用什么算法。
我的建议是：要么相信这个predict函数，要么推出你自己的插值算法。