Fonctions > Analyse des données > Ajustement de courbe > Régression polynomiale localisée
  
Régression polynomiale localisée
loess(vx, vy, span) ou loess(Mx, vy, span) : renvoie un vecteur que interp utilise pour trouver un ensemble de polynômes de second degré qui représentent une meilleure approximation du voisinage des valeurs de données x et y dans vx et vy dans le sens des moindres carrés. La taille du voisinage est contrôlée par span. La fonction loess peut également être utilisée pour la régression multivariée, où une matrice Mxy de k variables indépendantes et un vecteur de valeurs dépendantes, vy, sont utilisés pour ajuster des surfaces polynomiales de second degré aux dimensions de k.
L'implémentation PTC Mathcad de loess est une variation (avec approximations pour des raisons de rapidité) sur l'algorithme décrit dans Smoothing by Local Regression: Principles and Methods, W. S. Cleveland and C. L. Loader (1996).
Arguments
vx, vy sont des vecteurs de valeurs de données réelles de même longueur.
span est un nombre réel positif indiquant la taille du voisinage des données. Attribuez une plus grande valeur à l'argument span si le comportement des données varie fortement entre différents intervalles de x. Une bonne valeur par défaut est span = 0.75. Lorsque span grandit, loess devient équivalent à un polynôme de second degré.
Mx est une matrice de valeurs de données réelles. Il existe une colonne pour chaque variable indépendante (k colonnes). rows(Mx) = rows(vy).