R中的内核加权局部多项式回归-如何使用locpoly计算x的每个值的估计?

我正在尝试使用内核加权局部多项式回归对数据进行年龄标准化。我在 Stata 中使用了 lpoly,但我想在 R 中进行,因为我的其他脚本在 R 中。我尝试了 KernSmooth 包中的 locpoly,我能够得到 PDF 的平滑估计图,但我需要计算我的数据中 x 的每个值的估计值,我不知道该怎么做。非常感谢任何帮助!

Stata 代码,想在 R 中执行此操作:

* conditional mean
lpoly y x,at(x) gen(mean)
gen r = y - mean
gen r2 = r^2

* conditional variance
lpoly r2 x,at (x) gen(var)
gen std = sqrt(var)
gen y_kd = (y - mean) /std

R 代码:

bw <- dpill(x,y)

lpoly_cond_mean <-  data.frame(locpoly(x,y,bandwidth = bw,degree = 1))
      
plot(lpoly_cond_mean$x,lpoly_cond_mean$y,type = "l",xlab = "Age in days",ylab = "Expected score",lwd =2)
               
gongweilizi 回答:R中的内核加权局部多项式回归-如何使用locpoly计算x的每个值的估计?

暂时没有好的解决方案,如果你有好的解决方案,请发邮件至:iooj@foxmail.com
本文链接:https://www.f2er.com/7803.html

大家都在问