3つ以上のパラメトリック予測因子を備えたRでのローースの実装または同様の効果へのトリックはありますか？

StackOverflow https://stackoverflow.com/questions/6370361

質問

すべての専門家に電話します ローカル回帰 および/または r!

私は標準の制限に遭遇しました 黄土 機能します r そして、あなたがいくつかのアドバイスをすることを願っています。現在の実装 1〜4の予測因子のみをサポートします. 。アプリケーションのシナリオを設定して、これが採用したいとすぐに簡単に問題になる理由を示しましょう グローバルにパラメトリックな共変量を適合させます.

基本的に、空間的な歪みがあります s（x、y） 多くの測定値にわたってオーバーレイされます z:

z_i = s(x_i,y_i) + v_{g_i}

これらの測定 z 同じ基礎となる歪みのない測定値によってグループ化できます v 各グループに対して g. 。グループメンバーシップG_Iは各測定で知られていますが、グループの根底にある歪みのない測定値V_Gは知られておらず、（）によって決定されるべきである必要があります。グローバル, 、ローカルではなく）回帰。

2次元の空間的傾向を推定する必要があります s（x、y）, 、それを削除したいと思います。当社のアプリケーションでは、最も単純なシナリオでは、それぞれ少なくとも35の測定値の20のグループがあるとします。測定値はランダムに配置されます。最初のグループを参照として使用すると、19の不明なオフセットがあります。

以下のおもちゃのデータのコード（1つの次元の空間的傾向があります バツ）2つまたは3つのオフセットグループで動作します。

残念ながら、 黄土 エラーメッセージを使用して、4つ以上のオフセットグループでコールが失敗します

Error in simpleLoess(y, x, w, span, degree, parametric, drop.square,
normalize,  :
  only 1-4 predictors are allowed"

制限を無効にしようとしました

k>d2MAX in ehg136.  Need to recompile with increased dimensions.

それはどれほど簡単でしょうか？の定義が見つかりません d2max どこでも、これはハードコードされているようです - エラーは明らかに行＃1359でトリガーされます loessf.f

if(k .gt. 15)   call ehg182(105)

あるいは、ここで適用できるグローバルな（パラメトリック）オフセットグループを使用したローカル回帰の実装を知っている人はいますか？

それとも、これに対処するより良い方法はありますか？私は試した LME 相関構造では、それははるかに遅いようです。

どんなコメントも大歓迎です！

どうもありがとう、
デビッド

###
#
# loess with parametric offsets - toy data demo
#

x<-seq(0,9,.1);
x.N<-length(x);

o<-c(0.4,-0.8,1.2#,-0.2  # works for three but not four
     );  # these are the (unknown) offsets
o.N<-length(o);
f<-sapply(seq(o.N),
          function(n){
            ifelse((seq(x.N)<= n   *x.N/(o.N+1) &
                    seq(x.N)> (n-1)*x.N/(o.N+1)),
                    1,0);
          });
f<-f[sample(NROW(f)),];

y<-sin(x)+rnorm(length(x),0,.1)+f%*%o;
s.fs<-sapply(seq(NCOL(f)),function(i){paste('f',i,sep='')});
s<-paste(c('y~x',s.fs),collapse='+');
d<-data.frame(x,y,f)
names(d)<-c('x','y',s.fs);

l<-loess(formula(s),parametric=s.fs,drop.square=s.fs,normalize=F,data=d,
         span=0.4);
yp<-predict(l,newdata=d);
plot(x,y,pch='+',ylim=c(-3,3),col='red');  # input data
points(x,yp,pch='o',col='blue');           # fit of that

d0<-d; d0$f1<-d0$f2<-d0$f3<-0;
yp0<-predict(l,newdata=d0);
points(x,y-f%*%o);     # spatial distortion
lines(x,yp0,pch='+');  # estimate of that

op<-sapply(seq(NCOL(f)),function(i){(yp-yp0)[!!f[,i]][1]});

cat("Demo offsets:",o,"\n");
cat("Estimated offsets:",format(op,digits=1),"\n");
役に立ちましたか？

解決

これに加算モデルを使用してみませんか？パッケージ MGCV あなたの質問を理解しているなら、この種のモデルを処理します。私はこれを間違っているかもしれませんが、あなたが示すコードはx〜yに関連していますが、あなたの質問はz〜s（x、y） + gに言及しています。以下に示したもの gam() 応答用です z 空間的な滑らかでモデル化されています x と y と g パラメトリックに推定される g データフレームの要因として保存されています：

require(mgcv)
m <- gam(z ~ s(x,y) + g, data = foo)

それとも、私はあなたが欲しいものを誤解しましたか？データの小さなスニペットを投稿したい場合は、適切な例を使用して提供できます MGCV...?

ライセンス： CC-BY-SA と 帰属
所属していません StackOverflow
scroll top