Funciones > Análisis de datos > Suavizado > Suavizado adaptativo
Suavizado adaptativo
La función supsmooth realiza un supersuavizado, un algoritmo rápido que utiliza una ventana ajustable para calcular un ajuste lineal localizado de los datos.
supsmooth(vx, vy): Permite devolver un vector creado por el uso por tramos de un ajuste lineal de mínimos cuadrados del vecino más próximo simétrico en cada elemento de vy, en que el número de vecinos más cercanos se haya elegido de manera adaptativa.
La función supsmooth es más útil si los datos se sitúan a lo largo de una banda de una anchura relativamente constante.
El algoritmo supsmooth utiliza un suavizado local que se encarga del ajuste lineal localizado. Al igual que ocurre en el caso del suavizado de mediana, el algoritmo recorre los datos centrándose en una ventana de valores. Los valores x e y dentro de la ventana se utilizan para determinar un ajuste lineal local de mínimos cuadrados.
La longitud de la ventana se calcula para cada valor x mediante el cálculo aproximado de validación cruzada. El ajuste localizado de la ventana hace que supsmooth resulte especialmente útil si los datos muestran distintos grados de ruido en diferentes partes de la medida.
Algunos tipos de datos se suavizan mejor con un tipo de algoritmo que con otro. Si lo desea puede comparar este método con el suavizado mediano o suavizado de kernel gaussiano. La técnica de regresión polinomial loess también es una técnica eficaz de suavizado.
Argumentos
vx es un vector de números reales con elementos en orden estrictamente ascendente. No puede haber dos valores iguales.
vy es un vector de números reales con la misma longitud que vx.
¿Fue esto útil?