Question

这两个功能或多或少相同吗？例如，如果我有一个R调用，如：

loess(formula = myformula, data = mydata, span = myspan, degree = 2, normalize = TRUE, family = "gaussian")

如何使用PyQt-Fit获得相同或相似的结果？我应该只使用smooth.NonParamRegression调用method=npr_methods.LocalPolynomialKernel(q=2)函数（http://pythonhosted.org/PyQt-Fit/NonParam_tut.html）吗？其他参数怎么样，例如span和family？

更新

我确实意识到这两种实现可能不相同（https://www.statsdirect.com/help/nonparametric_methods/loess.htm）。但是，任何有关“近似”其结果的评论都会受到赞赏。

Answer 1

Statsmodels 具有LOWESS实现（http://www.statsmodels.org/devel/generated/statsmodels.nonparametric.smoothers_lowess.lowess.html）。

查看有关LOESS和LOWESS之间的区别的帖子：https://stats.stackexchange.com/questions/161069/difference-between-loess-and-lowess

有关如何在Python中使用 statsmodels的 lowess函数的快速示例

import numpy as np
import statsmodels.api as sm

lowess = sm.nonparametric.lowess

生成两个随机数组x和y：

x = np.random.rand(100, 1)
y = np.random.rand(100, 1)

运行lowess函数（ Frac 是指带宽。请注意， frac 和 it 是任意设置的。另外，此处未指定所有参数，有些参数设置为默认值。有关更多信息，请参见官方文档）：

results = lowess(y, x, frac=0.05, it=3)

结果存储在二维数组中。第一列包含排序后的x（exog）值，第二列包含相关的估计y（endog）值。

例如，如果您要构造残差，则可以按以下步骤进行操作：

res = y - results[:,1]

PyQt-Fit的NonParamRegression与R的黄土

1 个答案: