我们如何才能找到数据的平滑函数？

Question

假设我有这个小数据T

 69 59 100 70 35 1

 matplot(t(T[1,]), type="l",xaxt="n")

我想找到一个适合数据的多项式。（即使过拟合也可以）有什么方法可以在 R 中实现吗？

Answer 1

首先是数据。

y <- scan(text = '69 59 100 70 35 1')
x <- seq_along(y)

现在是二阶多项式拟合。这符合 lm.

fit <- lm(y ~ poly(x, 2))
summary(fit)
#
#Call:
#lm(formula = y ~ poly(x, 2))
#
#Residuals:
#       1        2        3        4        5        6 
#  7.0000 -20.6571  17.8286   0.4571  -6.7714   2.1429 
#
#Coefficients:
#            Estimate Std. Error t value Pr(>|t|)   
#(Intercept)   55.667      6.848   8.128  0.00389 **
#poly(x, 2)1  -52.829     16.775  -3.149  0.05130 . 
#poly(x, 2)2  -46.262     16.775  -2.758  0.07028 . 
#---
#Signif. codes:  
#0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
#
#Residual standard error: 16.78 on 3 degrees of freedom
#Multiple R-squared:  0.8538,   Adjusted R-squared:  0.7564 
#F-statistic: 8.761 on 2 and 3 DF,  p-value: 0.05589

最后，原始数据和拟合值的绘图。

newy <- predict(fit, data.frame(x))

plot(y, type = "b")
lines(x, newy, col = "red")

我们如何才能找到数据的平滑函数？

how we can find a smooth function to our data?

r

smoothing