R.ggplot2.Recriando curva suave do método stat_smooth

Question

Estou tentando recriar o procedimento usado para estimar a função suave de stat_smooth no pacote ggplot2.Vamos dar um exemplo:

library(ggplot2)

n <- 100
X <- runif(n)*8
Y <- sin(3*X) + cos(X^2) + rnorm(n, 0, 0.5)

myData <- as.data.frame(cbind(X, Y))

p <- ggplot(myData, aes(y=Y, x=X)) + 
     stat_smooth(se = FALSE, size = 2) +
     geom_point(size = 1)
p
geom_smooth: method="auto" and size of largest group is <1000, so using loess. Use 'method = x' to change the smoothing method.

A linha suave realmente não se ajusta aos dados, mas não importa.Agora, vamos recriar o mesmo gráfico do zero.De acordo com http://www.inside-r.org/r-doc/stats/loess precisamos usar kernel de ponderação tricúbica e polinômio de grau 2 (por padrão).Eu achei isto http://www.maths.manchester.ac.uk/~peterf/MATH38011/NPR%20local%20Linear%20Estimator.pdf artigo que descreve como estimar a função de loess suave.Tento recriar esse método e usá-lo em meus dados:

Dfct <- function(t){
  if (abs(t) <= 1)
  ((1-abs(t)^3)^3) else
  0
  }

K_h <- function(x_0, x){
  f_hat <- NULL
  Dfct(abs(x - x_0)/h)
  }

m_hat_loess <- function(X, Y){
  e_1 <- c(1, 0, 0)
  m_hat <- NULL

  for(i in 1:length(X)){
  K_h_vector <- NULL

  for(j in 1:length(X)){
    K_h_vector <- c(K_h_vector, K_h(X[i], X[j]))
    }

  X_0 <- cbind(rep(1, length(X)), (X - X[i]), (X - X[i])^2)
  W <- diag(K_h_vector)

  m_hat <- c(m_hat,
  t(e_1)%*% solve(t(X_0)%*%W%*%X_0) %*% (t(X_0)%*%W%*%Y)
  )
}
m_hat
}

Não tenho certeza do que devo usar como parâmetro h, mas de acordo com um livro eu tenho "Para kernel tricubo com largura métrica, h é o raio da região de suporte." Portanto, a primeira coisa que tento é:

h <- (max(X)-min(X))/2
Y_hat <- m_hat_loess(X, Y)

tempData <- as.data.frame(cbind(X, Y_hat))
ggplot(tempData , aes(x=X, y=Y_hat)) +
  geom_line(size = 2)

Esta claramente não é a mesma função.Tenho usado valores diferentes de h mas não consegui recriar a mesma curva, o que me faz acreditar que cometi um erro em outro lugar.

Answer 1

O stat_smooth(...) função no ggplot pacote apenas passa seus dados (potencialmente subconjuntos) para o loess(...) função, como pode ser demonstrado aqui:

library(ggplot2)
set.seed(1)
n <- 100
X <- runif(n)*8
Y <- sin(3*X) + cos(X^2) + rnorm(n, 0, 0.5)

myData <- data.frame(X,Y)
fit <- loess(Y~X,data=myData)
myData$pred <- predict(fit)

ggplot(myData, aes(X,Y))+
  geom_point()+
  stat_smooth(se=F, size=3)+
  geom_line(aes(X,pred),colour="yellow")

O documentação para loess(...) fornece referências ao método de cálculo, especificamente, aqui.