我已经对一些数据进行了 LOESS 局部回归，我希望能够找到与给定 Y 值相关的 X 值。
plot(cars, main = "Stopping Distance versus Speed")
car_loess <- loess(cars$dist~cars$speed,span=.5)
lines(1:50, predict(car_loess,data.frame(speed=1:50)))
我希望我可以使用 chemCal 包中的 inverse.predict 函数，但这不适用于 LOESS 对象。
有没有人知道我如何能够以比从 X 值的长向量预测 Y 值并通过结果拟合 Y 查找感兴趣的 Y 值并取其对应的 X 更好的方式来进行此校准价值？
实际上在上面的例子中，假设我想找到停止距离为 15 的速度。
谢谢！
【问题讨论】：
标签： r calibration loess
您添加到绘图中的预测线不太正确。改用这样的代码：
# plot the loess line
lines(cars$speed, car_loess$fitted, col="red")
您可以使用approx() 函数在给定的 y 值处从黄土线获得线性近似值。它适用于您提供的示例：
# define a given y value at which you wish to approximate x from the loess line
givenY <- 15
estX <- approx(x=car_loess$fitted, y=car_loess$x, xout=givenY)$y
# add corresponding lines to the plot
abline(h=givenY, lty=2)
abline(v=estX, lty=2)
但是，在 loess fit 的情况下，给定的 y 可能有多个 x。我建议的方法不会为您提供给定 y 的所有 x 值。比如……
# example with non-monotonic x-y relation
y <- c(1:20, 19:1, 2:20)
x <- seq(y)
plot(x, y)
fit <- loess(y ~ x)
# plot the loess line
lines(x, fit$fitted, col="red")
# define a given y value at which you wish to approximate x from the loess line
givenY <- 15
estX <- approx(x=fit$fitted, y=fit$x, xout=givenY)$y
# add corresponding lines to the plot
abline(h=givenY, lty=2)
abline(v=estX, lty=2)
【讨论】：