我使用R编程语言的库方法[/uvm]进行非参数数据拟合。数据集是二维的。我没有找到方法参数loess的任何适当文档。
我的数据点是正态分布的随机变量，我也估计了它们各自的标准偏差。我想知道参数weights是否允许我向R提供标准偏差的细节。换句话说：我想知道weights中的单个权重是否是（相对）数据质量的度量，因此如果通过参数weights提供了一些数据不确定性度量，则可以改善拟合。 / p>
编辑：我怀疑weights中的条目被用作LOESS过程中局部数据集的加权最小二乘回归中的权重（可能作为（位置相关的）核函数的附加权重前因子？）。这表明，对于数据点的情况，这些数据点是独立的正态分布的随机变量，但仍然具有不同的噪声水平（即不同的标准偏差）（如我的情况），权重应选择为weights，其中1/\sigma_{i}^2是相应随机变量/数据点的标准偏差。如果有人确切知道，那就太好了。
答案 0 :(得分：1)
此页面证实了我的怀疑：
关于weights的参数loess，它说：
用于赋予个别观察值的权重的可选表达式 在形成局部拟合的残差平方和中 标准即可。默认情况下，执行未加权的拟合。如果是 提供，权重被视为表达，以评估相同 数据框作为模型公式。它应该评估为非负面的 数字向量。 如果不同的观察结果具有不等的差异， 权重应与方差成反比。