r - 使用移动平均或内核平滑对二进制变量进行平滑

Question

我有以下形式的数据:

x      y
0      0
0.01   1
0.03   0
0.04   1
0.04   0

x从0到1是连续的，并且间隔不相等，并且y是二进制的。

我想使用R在x轴上平滑 y，但找不到正确的包。我发现的内核平滑函数会产生 x的密度估计值，或者会在x的末尾给出错误的估计值，因为它们将在小于0且大于1的区域中求平均值。

我还想避免像Loess给定这样的线性平滑器，然后避免 y的二进制形式。我见过的移动平均函数采用等距的x值。

您是否知道任何R函数都可以平滑且理想地具有带宽选择过程？我可以编写一个移动平均函数并进行交叉验证以确定带宽，但是我更喜欢找到经过审查的现有函数。

Answer 1

我建议使用类似的东西

d <- data.frame(x,y) ## not absolutely necessary but good practice
library(mgcv)
m1 <- gam(y~s(x),family="binomial",data=d)

这将(1)尊重数据的二进制性质(2)使用广义交叉验证来进行自动平滑度(在您的术语中为“带宽”)选择。

用

plot(y~x, data=d)
pp <- data.frame(x=seq(0,1,length=101))
pp$y <- predict(m1,newdata=pp,type="response")
with(pp,lines(x,y))

或者

library(ggplot2)
ggplot(d,aes(x,y))+geom_smooth(method="gam",family=binomial)

获得预测/绘制结果。

(我希望您的真实数据集具有5个以上的观察值...否则，它将失败...)