问题标签 [splines]

给了我x = c(50, 37, 25, 0)和y = c(30, 52, 65, 70)。这些是包含四个点的 x 和 y 坐标的向量。我需要通过所有四个点绘制一条平滑曲线，并得到这个函数的实际方程。

我如何做到这一点R？

我正在阅读样条曲线的文档，但由于我不熟悉这背后的数学，我很困惑。

在下图中，Matlab 中使用了spap2函数来平滑噪声数据。结果非常好。Eigen库支持此功能 Splines。我正在寻找 Eigen 中的示例以获得类似的结果。对于 Matlab，我用过spap2(4, 4, time, noisyY);

数据以这种格式提供time noisyData

我有一些纵向数据，我想从中获得指定时间的预测均值。该模型包括 2 项，它们的交互作用和时间变量的样条项。当我尝试获得预测的平均值时，我得到“错误在 mm %*% fixef(m4) : non-conformable arguments”

我使用了 lmer 的 sleep 数据集来说明我的问题。首先，我导入数据并为我的交互创建一个变量“年龄”

然后我运行我的 lmer 模型

最后，我创建了获得预测均值所需的数据和矩阵

正是在这一点上，我得到了错误： mm %*% fixef(m4) 中的错误：不合格的参数

我可以使用 predict 来获取手段

效果很好，但我希望能够计算置信区间，所以我需要一个一致的矩阵。

我在某处读到问题可能是 lmer 创建了别名（我找不到那个帖子）。此评论是关于无法将 effect() 用于类似任务的问题。我不太明白如何克服这个问题。此外，我记得那个帖子有点旧，希望别名问题可能不再相关。

如果有人对我可能做错的事情提出建议，我将不胜感激。谢谢。

我想ggplot2使用受限三次样条来说明拟合，geom_smooth()但它似乎工作不正确。这是一个简短的例子：

这将产生以下图像： 样条曲线的比较 我不确定为什么geom_smooth()没有给出正确的结果。显然有一种解决方法（如上图所示），但有没有办法geom_smooth()产生正确的结果？

我在使用 rjags 拟合样条曲线时很难找到信息（我的动机是尝试在 jags 中重新创建一个 glm 以估算缺失的依赖值）。无论如何，我只能在交叉验证的这个答案上找到关于这个发现的很少信息：https ://stats.stackexchange.com/questions/79973/how-to-analyze-this-data-using-rjags-or-any-其他方式/80650#80650。但是，我无法理解那里的样条代码（并且在那里没有提出问题的声誉！）。一方面，我不明白为什么该代码会在 S & G 上循环。

因此，我在jags中做了一个玩具线性模型：

我的问题是：如何在线性模型中的“b”估计中添加受限三次样条？

我正在尝试扩展一个类似于 Gavin Simpson 在这里描述的模型，以包括随机效应。 https://stats.stackexchange.com/questions/32730/how-to-include-an-interaction-term-in-gam

whereloc被一个 4 级因子代替。固定效应是两个分类变量（A 和 B）和两个连续变量（C1 和 C2），具有所有成对的交互作用。响应为 1 和 0。

例如

试图运行它我得到了错误
Error in X %*% diag(diagU[indi]) : non-conformable arguments

从潜伏在代码中gamm4()，gamm()它似乎与惩罚随机效应的每个级别内的平滑有关？

我目前正在运行模型，其中包含 4 个个体（最终可能有 40 个左右），并且最终也应该在几年内嵌套个体。

可能是我的问题是针对特定情况的（阅读：我代表我的数据过于雄心勃勃），但gamm4()在某些问题上阅读仍然是“建设阶段”让我想知道我是否代表雄心勃勃gamm4()?

或者我可能只是完全错了，并且在一些死胡同中远足......

我有一组测量值，我想R用三次样条插值。由于这些只是分段多项式，我随后想以代数方式积分插值函数。因此我需要系数。有没有办法获得这些？
调用splines::interpSpline(foo, bar)$coef似乎不会返回实际的多项式系数。

我将平滑样条曲线拟合到 R 中的数据

我想采用拟合的样条曲线并评估它以获取外部代码（而不是 R）中的任意新数据。换句话说，做predict.smooth.spline函数所做的事情。我看了看Model对象：

我认为Model$fit$knot和Model$fit$coef向量包含拟合的完整描述。请注意，节点有 20 个，而x每个节点y有 14 个元素：我一直认为平滑样条曲线的节点数与拟合点一样多。但是，由于前三个和后三个结是相同的，所以 20-6 = 14 这是有道理的。问题是我不知道如何在 R 之外使用Model$fit$knot和Model$fit$coef做出预测。我试图看看predict.smooth.spline，但令人惊讶的是我得到了

编辑：由于显然有些用户误解了这个问题，我知道如何predict在 R 中使用，以获得我的平滑样条曲线的新值。问题是我想在外部代码中做出这些预测。因此我想看看函数的代码predict.smooth.spline，这样我就可以尝试在 R 之外重现算法。通常在 R 中，您只需在R 提示符。但是当我尝试这样做时predict.smooth.spline，我得到了上述错误。

EDIT2：感谢@r2evans 的大力帮助，我找到predict了smooth.spline. 我（想我）了解其中的大部分内容：

但是，我有两个困难：

1. 该.Fortran()函数调用一个源代码非常简单bvalus的Fortran 子例程。但是，依次调用更复杂的调用，以及我找不到源的调用。坏消息：对我来说太复杂了（我绝对不是 Fortran 专家）。好消息：必须重现的外部代码也是 Fortran 代码。如果情况变得更糟，我可以要求我的同事在他的代码中包含源代码。然而，即使在这个公认的不太好的场景中，我仍然会错过源代码（我希望它不会调用别的东西！！！）。bvalusbvalueintervbvaluepredict.smooth.spline.fitbvalusbvalueinterv

2. 我不明白这里做了什么（注意我只对这个deriv == 0案例感兴趣）：

ķ

某种递归代码？这里有什么帮助吗？

我打算拟合一个二维坐标云，它类似于一个不完整的椭圆。当我尝试使用R 中“splines”包中的bs()函数来获取拟合曲线（用于生成多项式样条的 B 样条基矩阵）时，它看起来像这样。

但我的意图是这样的。

要将参数提供给 bs() 并绘制它，我只是按照这个

有什么办法可以达到我的目的吗？

谢谢！

我正在尝试复制发表在“线性分位数混合模型”、Geraci M. 和 Bottai M. (2013) 中的一些结果。数据可从以下网址下载： http ://www.hsph.harvard.edu/fitzmaur/ala/tlc.txt

我正在使用线性分位数混合模型，具有自然三次样条曲线（df=3，断点 0、4、6）和随机效应。我已经使用创建了样条线

分位数混合模型是

.

当我对样条曲线和处理（交互和主效应）进行建模时，我可以设法获得输出，如下所示：

但是，一旦我尝试输入 T1 和治疗项（主效应和交互作用），如下所示，我得到一个错误。

我对 R 和分位数混合模型很陌生，所以我不确定这是否代表我的错误、编码或缺乏知识！