分组黄土分数答案

【问题标题】：grouped loess scores分组黄土分数
【发布时间】：2012-03-29 06:56:07
【问题描述】：

我有这个data.frame：http://sprunge.us/TMGS，我想计算Intermediate.MAP.Score ~ x 的loess，所以我从整个数据集中得到一条曲线。但是每个组（name）都应该和其他组一样，我不确定如果我在整个data.frame 上调用loess 会发生什么。我需要每组调用一次并将它们组合起来吗？如果是，我该怎么做？

【问题讨论】：

为完整数据集获取一个黄土是微不足道的。问题出在哪里？
我不确定是否可以将黄土应用于整个数据集，并为所有组赋予相同的权重。
下面的解决方案正是这样做的。
不，该解决方案为每个群体创造了一个适合的黄土。我想要一个适合所有数据的。
请再次查看编辑和新情节。它提供了跨组的平均值。

标签： r

【解决方案1】：

如果您想对我之前对另一个问题的回答中产生的“loess.fits”中的所有值进行平均，您将得到一个答案。如果您只想让loess 适合整个数据集（至少在我解释该短语时，这不符合您的“等权重”规范），您将得到另一个答案。

这将在 [0,1] 范围内的“x”的 51 个等距数据值处生成平均“yhat”值。由于缺失值，它可能不是完全“等权重”，而只是在极端情况下。估计在其他地方很密集：

apply( as.data.frame(loess.fits), 1, mean, na.rm=TRUE)

较早的答案：我会将问题命名为“按组划分的黄土分数”：

plot(dat$x, dat$Intermediate.MAP.Score, col=as.numeric(factor(dat$name)) )

如果您继续使用loess(Intermediate.MAP.Score ~ x, data=dat)，您将获得一个总体平均水平，并且在各组之间没有区别。并且 loess 在其公式中不接受因子或字符参数。您需要按“名称”拆分并单独计算。另一个要避免的问题是绘制默认限制，这些限制将驱动不同的数据范围：

loess.fits <- lapply(split(dat, dat$name), function(xdf) { 
              list( yhat=predict( loess(Intermediate.MAP.Score ~ x, 
                                    data=xdf[ complete.cases(
                                            xdf[ , c("Intermediate.MAP.Score", "x") ]
                                                               ), 
                                                 ] ) ,
                                  newdata=data.frame(x=seq(0,1,by=0.02))))})
plot(dat$x, dat$Intermediate.MAP.Score, 
                   col=as.numeric(factor(dat$name)), 
                   ylim=c(0.2,1) )
lapply(loess.fits, function(xdf) { par(new=TRUE); 
                                 # so the plots can be compared to predictions
                                  plot(x= seq(0,1,by=0.02), y=xdf$yhat, 
                                       ylab="", xlab="",
                                       ylim=c(0.2,1), axes=FALSE) })

【讨论】：

啊，我应该再看一遍这个问题，我忘记了最重要的部分，抱歉。