我有300个月的每日观察数据。我正在尝试使用FDA R软件包拟合每月bSplines。尽管我可以使用回归分析来平滑样条曲线，从而获得相对较好的拟合度，但它偶尔会产生负值。在我的示例中不可能使用负值，因此我尝试使用smooth.pos（）约束样条曲线。但是，我一直没有成功。以下是我使用模拟数据的尝试：
set.seed(1)
m1 = c(rep(0,14), 0.1, rep(0, 13)) # Month 1
m2 = rnorm(28, 0.5, 0.1) # Month 2
dat = cbind(m1, m2)
sp.basis=create.bspline.basis(c(1,28), norder=6, nbasis=10)
sb.fd=smooth.basis(1:28, dat, sp.basis)$fd
plot(sb.fd)
points(dat[,2]) # Ignore that it is a relatively poor fit here, the actual data is better
parameters = fdPar(fdobj = sp.basis, Lfdobj = int2Lfd(4), lambda = 1e3)
sp.fd = smooth.pos(1:28, dat, parameters)
plot(sp.fd$Wfdobj)
我使用的代码会产生一个负的样条曲线，但是即使对系数进行各种转换（绝对值，指数等），也无法产生产生负值的拟合度。
我认为我错误地实现了smooth.pos，但不确定如何实现。任何指针将不胜感激。
我还有几个月的时间里，响应变量是恒定的。 smooth.pos似乎无法处理此问题。对于我来说，选择一个固定的基础而不是花键是有意义的。但是，由于最后一步将是在所有月份执行功能性PCA，因此我需要以同时拟合一系列样条曲线时形成的格式（smooth.basis（range，matrix.of.values，basedfd））形成它们。 。我不确定如何在不同时平滑一系列值的情况下重现此格式。因此，对此的指导也将非常有帮助！