R中小数据集的样条函数

我一直在用R中可用的各种不同的样条函数来描述一个非常小的数据集。我想，如果数据集大得多，任意数量的曲线都会像我预期的那样，但这种情况下的数据是有限的。下面的代码显示了我正在处理的数据类型的示例：

library(ggplot2); library(stats)

dat <- data.frame(x = c(0.333, 0.5, 1, 2, 3, 4, 5),
                  y = c(5.875e-03, 1.225e-02, 3.902e-02, 8.942e-03,
                        4.277e-03, 1.938e-03, 1.131e-03))


mod <- splinefun(dat$x, dat$y, method = "monoH.FC")
mod <- data.frame(x = seq(0.333, 5, by = 0.1), y = mod(seq(0.333, 5, by = 0.1)))

ggplot() + geom_point(data = dat, aes(x = x, y = y)) +
geom_line(data = mod, aes(x = x, y = y))

库（ggplot2）；图书馆（统计）
dat听起来你想要的是使拟合更接近中间的线性，我认为你可以通过将中点插值为真实点来实现：

dat2 = data.frame(x = union(dat$x,dat$x - c(0,diff(dat$x)/2)), 
                  y = interp1(dat$x,dat$y,xi = union(dat$x,dat$x - c(0,diff(dat$x)/2))))

（
interp1
在这里可能是不必要的，
联合（dat$y，dat$y-c（0，diff（dat$y）/2））
也应该这样做，但上面的代码可以工作。）

编辑：注意，为了使
diff
正常工作，您需要先对数据进行正确排序

这将创建一个新的data.frame，其中的点位于以前的点之间，如果现在对其进行样条拟合，则会对更线性的拟合进行加权

EDIT2：也可以通过这种方式使用带权重的平滑样条线，并将中间点的权重设置为低于主点的权重：

mod <- splinefun(dat$x, dat$y,method = 'monoH.FC')
mod2 <- data.frame(x = seq(0.333, 5, by = 0.1), y = mod(seq(0.333, 5, by = 0.1)))


# A set of weights, where each point in-between is weighted half as much
dat2$w <- rep(c(0.5,1),ceiling(length(dat2$x)/2))[-1]

# Smoothing Spline
modelspline <- smooth.spline(dat2$x, dat2$y,dat2$w)

# Plot points
xplot <- seq(min(dat2$x),max(dat2$x),by = 0.1)

# And Plot comparison
ggplot() + 
  geom_point(data = dat, aes(x = x, y = y)) + 
  geom_line(data = mod2, aes(x = x, y = y)) + 
  geom_line(data = data.frame(predict(modelspline,xplot)),
        aes(x = x, y = y),color = 'red')

mod您是否检查了
rms
软件包？它充满了用于拟合曲线的易于使用的函数。