Какие пакеты и функции в R могут выполнять двумерную неаддитивную локальную регрессию/гладкость. Для примера рассмотримR: Двумерная непараметрическая регрессия
b<-seq(-6*pi,6*pi,length=100)
xy<-expand.grid(b,b)
x=xy[[1]]
y=xy[[2]]
z= sin(x)+cos(y) + 2*sin(x)*cos(y)
contour(b,b,matrix(z,100,100))
Какие функции может оценить это?
вы можете сделать это с лесс:
fit <- loess(z ~ x+ y, span=0.01)
dev.new()
contour(b, b, matrix(predict(fit), 100, 100))
mgcv имеет различные варианты сплайн 2-D.
Это было мое предложение после того, как я увидел ответ Грега. Однако, когда я пробовал это, мне нужно было подобрать очень сложную поверхность, используя большое количество узлов, и даже тогда пригонка была не такой хорошей, как «лесс()» в этом случае. Я использовал что-то вроде 'gam (z ~ s (x, y, k = 200)', чтобы получить разумную посадку. Я больше не изучал, так как мой старый ноутбук не справлялся с задачей быстрой установки этих моделей. –
ОК теперь немного сложнее, как мне сделать это в аддитивной бинарной системе? –
Вы также можете попробовать stats.stackexchange.com – mbq
Выполнение этого с двоичными данными может быть немного сложным. Две вещи, о которых я могу думать: (1) все равно; использовать бутстрап, чтобы получить доверительные интервалы (немного сложно из-за пространственного аспекта - блокировать бутстрап?) или (2) использовать gam() в mgcv (но см. комментарий @ ucfagls ниже для трудностей с этим подходом) –