Rの黄色とRの低音機能をどのようにして同じ結果を得るには？

Question

どのようにloessを使用して黄土のフィットの結果はlowessと再現できますか？

黄土コード：

> data = data.frame(x=c(1,0.5,3,4,5,5.5,6,7), y=c(10, 25, 38, 44.5, 500, 550, 600, 705)) 
> fit = loess("y ~ x", data=data) 
> new_y = predict(fit, data$x) 
> new_y 
[1] 6.251022 28.272100 -2.840750 150.006042 481.927307 563.161187 640.825415 693.166150 

LOWESSコード：

> new_fit = lowess(data, f=0.8) 
> new_fit 
$x 
[1] 0.5 1.0 3.0 4.0 5.0 5.5 6.0 7.0 

$y 
[1] -4.330119 38.931265 255.000000 400.000000 500.000000 550.241949 601.519903 704.247275 

結果は非常に異なっています。私は、の値を得ようとしています。xの値をyに設定しようとしています。

[1] -4.330119 38.931265 255.000000 400.000000 500.000000 550.241949 601.519903 704.247275 

どのように私は私のlowessコールloessフィット感とx値を持つpredictなどの新しいy値に非常に類似した結果を与えることを書き換えることができます。lowessを与えながらloessは

[1] 6.251022 28.272100 -2.840750 150.006042 481.927307 563.161187 640.825415 693.166150 

を与えますか？ありがとう。

Answer 1

なぜこれが必要ですか？

一般的なケースではできないと思います。ここでは、ほぼ同じ結果が得られる特定の場合は、ですが、最後の値は、まだいくつかの理由で異なります。

fit1 <- loess(y~x,data=data,span=0.8,degree=1) 
predict(fit1) 
#[1] 19.08622 12.55692 37.93642 188.35019 401.53528 506.87040 591.41854 740.71060 

fit2 <- lowess(data$x,data$y,f=0.8,iter=0) 
fit2 

# $x 
# [1] 0.5 1.0 3.0 4.0 5.0 5.5 6.0 7.0 
# 
# $y 
# [1] 12.55692 19.08622 37.93642 188.35019 401.53528 506.87040 591.41854 741.12187 
#Note that lowess reorders by x. 

Answer 2

data = data.frame(x=c(1,0.5,3,4,5,5.5,6,7), y=c(10, 25, 38, 44.5, 500, 550, 600, 705)) 
fit = loess("y ~ x", data=data) 
new_y = predict(fit, data$x) 
plot(data$x , new_y) 
lines(lowess(data, f=0.8)$x, lowess(data, f=0.8)$y) 
# Obviously lowess with f=0.8 is giving different smoothing 

が小さいF値

lines(lowess(data, f=0.8)$x, lowess(data, f=0.5)$y, col="red") 

に比較します

Answer 3

どうやらそれができない理由は、2つの関数がフードの中ではっきりしたアルゴリズムを使用しているということだけです。私が見つけることができる唯一の説明はBrian Ripleyです：

http://www.mail-archive.com/r-help@stat.math.ethz.ch/msg63623.html

"It is not possible: the algorithms differ considerably in their details. 

... 

In determining 'local' loess() uses a tricubic weighting, lowess() uses a 
uniform weighting (on reading the code)." 

ドキュメントがデフォルトに似ているようにspan/fパラメータを選択する方法、それは明確になりますが、他のすべてのパラメータがあるため明確な平滑化の二つの機能の間で相互変換できません使用されるアルゴリズム。