R中的局部线性回归——locfit（）与locpoly（）的比较

我试图理解这两个平滑函数在给定明显等效输入时的不同行为。我的理解是，

locpoly

只接受一个固定的带宽参数，而

locfit

也可以在其平滑参数中包含一个变化部分（最近邻分数，

nn

）。我认为在

locfit

中将这个变化部分设置为零应该会使“

h

”组件像

locpoly

中使用的固定带宽一样工作，但情况显然不是这样

一个有效的例子：

library(KernSmooth)
library(locfit)
set.seed(314)

n <- 100
x <- runif(n, 0, 1)
eps <- rnorm(n, 0, 1)
y <- sin(2 * pi * x) + eps

plot(x, y)
lines(locpoly(x, y, bandwidth=0.05, degree=1), col=3)
lines(locfit(y ~ lp(x, nn=0, h=0.05, deg=1)), col=4)

库（内核平滑）
图书馆（locfit）
种子（314）
n这两个参数都表示平滑，但它们以两种不同的方式表示

locpoly的带宽参数与此处x轴的比例有关。例如，如果您更改了行
x我将代码更改了一点，以便我们可以更清楚地看到实际窗口宽度：

library(KernSmooth)
library(locfit)
x <- seq(.1, .9, length.out = 80)
y <- rep(0:1, each = 40)
plot(x, y)
lines(locpoly(x, y, bandwidth=0.1, degree=1), col=3)
lines(locfit(y ~ lp(x, nn=0, h=0.1, deg=1)), col=4)

库（内核平滑）
图书馆（locfit）
当带
h
的条带更改为0.10英寸
行时（locfit（y~lp（x，nn=0，h=0.05，deg=1）），col=4）
两个平滑函数几乎相同。您看到了吗？当x比例更改时，两条线的平滑度都会改变。
locfit:：lp
的文档也与此答案相矛盾。