我有一个像这样的内核函数:

x <- 1:100
y <- rnorm(100, mean=(x/2000)^2)
plot(x,y)
kernel <- ksmooth(x,y, kernel="normal", bandwidth=10)
print(kernel$y)


如果我尝试在x值范围之外的某个点进行预测,则会给出NaN,因为它试图外推到数据之外:

x <- 1:100
y <- rnorm(100, mean=(x/2000)^2)
plot(x,y)
kernel <- ksmooth(x,y, kernel="normal", bandwidth=10, x.points=c(130))
print(kernel$y)

> print(kernel$y)
[1] NA


即使我更改range.x也不会让步:

x <- 1:100
y <- rnorm(100, mean=(x/2000)^2)
plot(x,y)
kernel <- ksmooth(x,y, kernel="normal", bandwidth=10, range.x=c(1,200) , x.points=c(130))
print(kernel$y)

> print(kernel$y)
[1] NA


如何使ksmooth函数外推到数据之外?我知道从理论上讲这是个坏主意,但实际上这个问题一直存在。

最佳答案

为了回答您的问题,请查看ksmooth的代码,仅当未提供range.x时才使用x.points,这说明了为什么您看不到它。让我们看一下ksmooth中的代码:

function (x, y, kernel = c("box", "normal"), bandwidth = 0.5,
    range.x = range(x), n.points = max(100L, length(x)), x.points)
{
    if (missing(y) || is.null(y))
        stop("numeric y must be supplied.\nFor density estimation use density()")
    kernel <- match.arg(kernel)
    krn <- switch(kernel, box = 1L, normal = 2L)
    x.points <- if (missing(x.points))
        seq.int(range.x[1L], range.x[2L], length.out = n.points)
    else {
        n.points <- length(x.points)
        sort(x.points)
    }
    ord <- order(x)
    .Call(C_ksmooth, x[ord], y[ord], x.points, krn, bandwidth)
}


由此可见,我们不需要提供x.points来确保使用range.x。如果您运行:

x <- 1:100
y <- rnorm(100, mean=(x/2000)^2)
plot(x,y)
kernel <- ksmooth(x,y, kernel="normal", bandwidth=10, range.x=c(1,200))
plot(kernel$x, kernel$y)


现在,您将看到您的内核评估超过100(尽管不超过200)。增加带宽参数可使您进一步远离100。

08-24 17:35