最小二乘回归模型

Question

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？

Answer 1

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：

1. y（v），给定（x，y）[i]，i = 0，..，n-1 * /
2. 通过二等分找到正确的间隔（i，j）* /
3. 使用i，j进行线性插值

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])))
  }