Regressione polinomiale localizzata
• loess(vx, vy, span) o loess(Mx, vy, span) - Restituisce un vettore utilizzato da interp per trovare un insieme di polinomi di secondo ordine che costituiscono il best fit dell'intorno di valori dati di x e y in vx e vy nel senso dei minimi quadrati. La dimensione dell'intorno è controllata da span. È possibile utilizzare la funzione loess anche per la regressione multivariata, in cui una matrice Mxy di k variabili indipendenti e un vettore di valori dipendenti, vy, vengono utilizzati per adattare le superfici del polinomio di secondo ordine in k dimensioni.
L'implementazione PTC Mathcad di loess è una variazione, con alcune approssimazioni per motivi di velocità, dell'algoritmo illustrato in Smoothing by Local Regression: Principles and Methods, W. S. Cleveland and C. L. Loader (1996).
Argomenti
• vx, vy sono vettori di valori di dati reali della stessa lunghezza.
• span è un numero reale positivo che specifica la dimensione dell'intorno di dati. Utilizzare valori di span più grandi quando i dati hanno comportamenti molto diversi su intervalli diversi di x. Un valore di default adeguato è span = 0.75. Con l'aumentare del valore di span, loess diventa equivalente a un polinomio di secondo ordine.
• Mx è una matrice di valori di dati reali. È presente una colonna per ogni variabile indipendente (k colonne). rows(Mx) = rows(vy).