最小二乘回歸模型

Question

我想知道是否有人可以幫助我了解Approx和roxfun背后的含義。 我知道這兩個函數執行線性插值，但是我沒有找到關於它們如何實現的參考。 我猜他們使用最小二乘回歸模型，但是我不確定。

最后，如果確實使用最小二乘回歸模型，則它們與lm +預測之間有什么區別？

Answer 1

如前所述，您應該閱讀源代碼。 插值問題

給定（x，y）[i]，找到y（v），i = 0，..，n-1 * /

例如， approxfun使用簡單的this算法進行線性逼近：

1. y（v），給定（x，y）[i]，i = 0，..，n-1 * /
2. 通過二等分找到正確的間隔（i，j）* /
3. 使用i，j進行線性插值

這是一個暫停C函數約1的R代碼：

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])))
  }