局所回帰 欠点

ウィキペディア

局所回帰

出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2023/03/23 10:00 UTC 版)

欠点

局所的なデータ構造に基づいてフィッティングするため、充分な大きさの標本が必要である。また、数式で簡単に表現できる回帰関数を生成しないため、分析結果を他者に伝えることが困難である。また、他の最小二乗法と同様に、外れ値の影響を受けやすい。

関連項目

• 移動平均
• ノンパラメトリック手法

外部リンク

• Local Regression and Election Modeling
• Smoothing by Local Regression: Principles and Methods (PostScript Document)
• NIST Engineering Statistics Handbook Section on LOESS
• Local Fitting Software
• Scatter Plot Smoothing
• R: Local Polynomial Regression Fitting The Loess function in R
• R: Scatter Plot Smoothing The Lowess function in R
• The supsmu function (Friedman's SuperSmoother) in R
• Quantile LOESS – A method to perform Local regression on a Quantile moving window (with R code)
• Nate Silver, How Opinion on Same-Sex Marriage Is Changing, and What It Means – sample of LOESS versus linear regression

実装

• Fortran implementation
• C implementation (from the R project)
• Lowess implementation in Cython by Carl Vogel
• Python implementation (in Statsmodels)
• LOESS Smoothing in Excel
• LOESS implementation in pure Julia
• JavaScript implementation
• Java implementation

 この記事にはアメリカ合衆国政府の著作物であるアメリカ国立標準技術研究所が作成したの次のウェブサイトhttp://www.nist.gov本文を含む。