R语言拟合平滑曲线到数据图上

在这篇文章中，我们将学习在R编程中为数据图拟合平滑曲线的概念。平滑化是数据分析中的一个重要概念。它也被称为曲线拟合和低通滤波。最常见的用于平滑的非参数方法是loess()函数。Loess是Local Regression的缩写，用于在本地邻域内拟合多个回归结果。span参数用于控制邻域的大小。跨度值越大，拟合的曲线就越平滑。

Loess()函数的使用： Loess()函数用于对数字向量进行平滑处理。它也被用来预测Y的局部。

语法： Loess(y ~ x)

返回： 将平滑的曲线绘制在数据上

例子1： 下面是一个实现，将一条平滑的曲线拟合到一个图上。

# Create example data
set.seed(159632)            
x <- 1:80
y <- sort(rnorm(80))
 
# Apply loess function
values <- loess(y ~ x)   
plot(x, y)                     
lines(predict(values),
      col = "blue",
      lwd = 2)

输出

在R语言中拟合平滑曲线到数据图上

在上面的例子中，loess()函数被用来拟合一条平滑曲线。lwd参数用于指定平滑曲线的线条类型。参数x和y用于为绘图提供协调。然后，loess函数将在绘图中设置一条平滑曲线。

例2： 另一个例子是用loess()函数来说明的。

x <- c(7  ,5,  2,  9,  1,  9,  17,  8,  9, 10)
y <- c(12, 14, 16, 18, 20, 2,  4,  6,  8,  7 )
values <- loess(y ~ x)
 
plot(x, y)
lines(predict(values), col = 'red', lwd = 2)

输出

在R语言中拟合平滑曲线到数据图上