R y代表黄土中的x，但预测结果存在误差

我有一些河流横截面数据。它看起来像：

width
 [1]  0.00  0.00  1.85  4.00  5.70  6.40  7.40  8.00  9.70 10.70 12.20 14.00 16.65 18.00 18.80 19.55 20.17
[18] 20.17

depth
 [1]  0.000  0.185  0.310  0.550  0.720  1.110  1.490  1.740  1.810  2.000  1.920  1.680  1.530  0.600
[15] -0.620 -0.760 -0.830 -0.998

我想画点，连接点，然后计算标准x的y值，比如每0.5米。 我可以使用smooth.spline实现这一点，但使用黄土实际上只是连接点

这是我试过的

plot(width, depth)
connectlines=lowess(depth[-c(1, length(depth))]~width[-c(1,length(width))], f=1/8)
lines(connectlines)

因为第一次和最后一次的深度测量是在一个参考针上，所以我把它们放了下来

然后，我尝试在将其应用于.5m增量之前找到一个值

predict(connectlines, 4)

我得到以下错误：

使用方法中的错误（“预测”）：
没有适用于“列表”类对象的“预测”方法

怎么了？看起来很简单。正确的。

---

我还需要计算连接点所形成的弧的长度，如果有人对此有帮助的话。我试过arclength，但如果没有函数，它就不起作用。我正在为该区域使用AUC，它工作正常。

以下代码使用函数

lowess

，而不是

lowess

根据

lowess

的帮助页面，请参见部分，此功能是

另请参见

width <- scan(text = '
0.00  0.00  1.85  4.00  5.70  6.40  7.40  8.00  9.70 
10.70 12.20 14.00 16.65 18.00 18.80 19.55 20.17 20.17')

depth <- scan(text = '
0.000  0.185  0.310  0.550  0.720  1.110  1.490  1.740  1.810  
2.000  1.920  1.680  1.530  0.600  -0.620 -0.760 -0.830 -0.998')

lowess

，一个基于公式的较新版本的

lowess

（具有不同的默认值！）

参数

f

成为拟合中使用的点的范围。我已设置

span=0.5

df1 <- data.frame(width, depth)
fit <- loess(depth ~ width, data = df1[-c(1, nrow(df1)),], span = 0.5)

new <- data.frame(width = seq(min(width), max(width), by = 0.5))
new$depth <- predict(fit, newdata = new)

plot(depth ~ width, df1)
lines(fit)
lines(depth ~ width, new, col = "blue")

---

df1关闭，但我的问题是因为这是一个物理测量，一个河床，我不能近似河床的曲线，而是需要连接点。如果我减小跨距，我可以得到错误信息，这也可以通过平滑样条曲线来实现，但我只想连接点并计算连接点的线的值。我想我也可以写一些循环函数来定义每条线，计算点和长度。但是我认为有一种更简单的方法。@JoeSlow如果你减小范围，消息是警告，而不是错误。您可以运行
suppressWarnings（黄土（…）
来清除它们。@JoeSlow预测线的长度是
和（新的，求和（sqrt（宽度^2+深度^2）））
。确定抑制警告并设置spar=.125将获得连接点的直线上的所有预测点。最后我添加了一个循环来更正长度计算，因为它的宽度/深度发生了变化。
for（I in 1:nrow（mydata））{n=（new$depth[I+1]-new$depth[I]）new$depth2[I]=n}new$linelength=with（new，sum（sqrt（0.5^2+depth2^2））