Saya memiliki beberapa data yang saya pas menggunakan model LOESS di R, memberi saya ini:
Data memiliki satu prediktor dan satu respons, dan bersifat heteroskedastik.
Saya juga menambahkan interval kepercayaan. Masalahnya adalah intervalnya adalah interval kepercayaan untuk garis, sedangkan saya tertarik pada interval prediksi. Misalnya, panel bawah lebih bervariasi daripada panel atas, tetapi ini tidak ditangkap dalam interval.
Pertanyaan ini sedikit terkait:
Memahami pita kepercayaan dari regresi polinomial , terutama jawaban oleh @AndyW, namun dalam contohnya ia menggunakan interval="predict"
argumen yang relatif langsung ada predict.lm
, tetapi tidak ada predict.loess
.
Jadi saya punya dua pertanyaan yang sangat terkait:
- Bagaimana cara mendapatkan interval prediksi pointwise untuk LOESS?
- Bagaimana saya bisa memprediksi nilai yang akan menangkap interval itu, yaitu menghasilkan sekelompok angka acak yang pada akhirnya akan tampak seperti data asli?
Mungkin saja saya tidak perlu LOESS dan harus menggunakan yang lain, tapi saya tidak terbiasa dengan pilihan saya. Pada dasarnya itu harus sesuai dengan garis menggunakan regresi lokal atau regresi linier berganda, memberi saya perkiraan kesalahan untuk garis, dan juga variasi yang berbeda untuk variabel penjelas yang berbeda, jadi saya dapat memprediksi distribusi variabel respons (y) pada nilai x tertentu .
sumber
Jawaban:
Saya tidak tahu bagaimana melakukan band prediksi dengan
loess
fungsi asli tetapi ada fungsiloess.sd
dalammsir
paket yang melakukan hal itu! Hampir kata demi kata darimsir
dokumentasi:Pertanyaan kedua Anda agak sulit karena
loess.sd
tidak datang dengan fungsi prediksi, tetapi Anda dapat meretasnya bersama-sama dengan secara linear menginterpolasi cara yang diprediksi dan SD yang Anda dapatkanloess.sd
(menggunakanapprox
). Ini dapat, pada gilirannya, digunakan untuk mensimulasikan data menggunakan distribusi normal dengan cara yang diprediksi dan SD:sumber
loess.sd
, itu tidak jauh berbeda dari apa yang disarankan @rnso dalam komentar untuk pertanyaan saya yang lain . Terima kasih!