R：二维非参数回归答案

【问题标题】：R: Two dimensional non-parametric regressionR：二维非参数回归
【发布时间】：2010-10-18 20:30:32
【问题描述】：

R 中的哪些包和函数可以执行二维非加性局部回归/平滑。例如考虑

b<-seq(-6*pi,6*pi,length=100)
xy<-expand.grid(b,b) 
x=xy[[1]]
y=xy[[2]]
z= sin(x)+cos(y) + 2*sin(x)*cos(y)
contour(b,b,matrix(z,100,100))

什么函数可以估计这个？

【问题讨论】：

好吧，现在有点复杂了，我该如何在一个加法的二进制框架中做呢？
你也可以试试 stats.stackexchange.com
对二进制数据执行此操作可能有点棘手。我能想到两件事：（1）无论如何都要做黄土；使用 bootstrap 获取置信区间（由于空间方面有点棘手 - 阻止 bootstrap？）或（2）在 mgcv 中使用 gam() （但请参阅下面@ucfagls 的评论以了解这种方法的困难）
PS 也许你也可以尝试某种傅里叶或小波变换/平滑
我正在查看用于在加法模型中进行局部似然的 locfit 包，但不断出现错误。尽管是二元性质，我可能不得不做黄土。

【解决方案1】：

你可以用黄土做到这一点：

fit <- loess( z ~ x+ y, span=0.01 )
dev.new()

contour( b, b, matrix( predict(fit), 100, 100 ) )

【讨论】：

【解决方案2】：

mgcv 有多种二维样条选项。

【讨论】：

在我看到 Greg 的回答后，这将是我的建议。然而，当我尝试这个时，我需要使用大量的结来拟合一个非常复杂的表面，即便如此，在这种情况下，拟合不如loess() 好。我使用gam( z ~ s(x, y, k = 200) 之类的东西来获得合理的配合。我没有进一步探索，因为我的旧笔记本电脑无法快速安装这些模型。