[英]Understanding loess errors in R
我正在嘗試使用黃土擬合模型,並且我遇到諸如“在3處使用偽逆”,“鄰域半徑1”和“倒數條件數0”之類的錯誤。 這是一個MWE:
x = 1:19
y = c(NA,71.5,53.1,53.9,55.9,54.9,60.5,NA,NA,NA
,NA,NA,178.0,180.9,180.9,NA,NA,192.5,194.7)
fit = loess(formula = y ~ x,
control = loess.control(surface = "direct"),
span = 0.3, degree = 1)
x2 = seq(0,20,.1)
library(ggplot2)
qplot(x=x2
,y=predict(fit, newdata=data.frame(x=x2))
,geom="line")
我意識到我可以通過選擇更大的跨度值來修復這些錯誤。 但是,我正在嘗試自動化這種擬合,因為我有大約100,000個時間序列(每個長度大約20個)與此類似。 有沒有辦法可以自動選擇一個可以防止這些錯誤的跨度值,同時仍能提供相當靈活的數據擬合? 或者,任何人都可以解釋這些錯誤的含義嗎? 我在loess()和simpleLoess()函數中做了一些討論,但是在調用C代碼時我放棄了。
比較fit$fitted
y
fit$fitted
y
。 您會注意到回歸出現問題。 選擇足夠的帶寬,否則它只是插入數據。 由於數據點太少,線性函數在小帶寬上表現得像常數,並觸發共線性。 因此,您會看到錯誤警告pseudoinverses,奇點。 如果使用degree=0
或ksmooth
則不會看到此類錯誤。 一個可理解的,數據驅動的span
選擇是用於交叉驗證,您可以在Cross Validated中詢問。
> fit$fitted
[1] 71.5 53.1 53.9 55.9 54.9 60.5 178.0 180.9 180.9 192.5 194.7
> y
[1] NA 71.5 53.1 53.9 55.9 54.9 60.5 NA NA NA NA NA 178.0
[14] 180.9 180.9 NA NA 192.5 194.7
您會看到過度擬合(完美擬合),因為在您的模型中,參數數量與有效樣本數量一樣多。
fit
#Call:
#loess(formula = y ~ x, span = 0.3, degree = 1, control = loess.control(surface = "direct"))
#Number of Observations: 11
#Equivalent Number of Parameters: 11
#Residual Standard Error: Inf
或者,您也可以使用自動geom_smooth
。 (再次設置geom_smooth(span=0.3)
會拋出警告)
ggplot(data=data.frame(x, y), aes(x, y)) +
geom_point() + geom_smooth()
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.