[英]least square regression model
我想知道是否有人可以帮助我了解Approx和roxfun背后的含义。 我知道这两个函数执行线性插值,但是我没有找到关于它们如何实现的参考。 我猜他们使用最小二乘回归模型,但是我不确定。
最后,如果确实使用最小二乘回归模型,则它们与lm +预测之间有什么区别?
如前所述,您应该阅读源代码。 插值问题
给定(x,y)[i],找到y(v),i = 0,..,n-1 * /
例如, approxfun
使用简单的this算法进行线性逼近:
这是一个暂停C函数约1的R代码:
approx1 <-
function( v, x, y)
{
## Approximate y(v), given (x,y)[i], i = 0,..,n-1 */
i <- 1
j <- length(x)
ij <- 0
## find the correct interval by bisection */
while(i < (j-1) ) {
ij <- floor((i + j)/2)
if(v < x[ij])
j <- ij
else
i <- ij
}
## linear interpolation */
if(v == x[j]) return(y[j])
if(v == x[i]) return(y[i])
return (y[i] + (y[j] - y[i]) * ((v - x[i])/(x[j] - x[i])))
}
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.