※ 引述《[email protected] (red-dog)》之铭言： > 不知有没有人可以帮我解惑 ? > 最近在用局部全重回归(Loess)的方法做分析，有一点令我蛮疑惑的， > 就是我看书上在调整span的部分，当span越小其所使用的参数越多， > 相对的RSS(residual sum of square)会越小， > 可是当我用自己的资料下去做分析时，当span越小RSS值结果越大耶 !? (Q1) > 我去看残差图发现span越小图形中有某几点的残差越大， > 照理说loess不是经由权重就能消除特异值吗? (Q2) 检查一下你的 loess 计算程序吧! 当你只考虑小范围配适直线时, 即使偶而会有某些点残差 比考虑大范围来得大, 但那不会是正常趋势, 而且整体而 言(整组资料配适结果)当然是考虑小范围的平均(广义的) 残差较小. 极端情形例如以两个点配适直线, 那完全没有 残差. > 我有查到说当span取太大，会让误差变大；取太小的话会让变异数变大 > (不知能否解释Q1) > 那如果帮我不小心把span设太小的话，是不是就变成过度配式的问题啊? (Q3) 哪有 "不小心设太小" 的事? 如果你缩小 span 至仅用两个点做局部直线配适, 使得残 差完全是 0(除非在同一位置有重复反应观测值), 能说是 "不小心" 吗? span 愈小则配适值愈接近观测值, 也就是 愈可能把误差当趋势, 这就是过度配适问题. 另一方面, span 愈大则趋势线愈平滑,也就是不重要的趋势就被当做 误差处理. span 的选择是在平滑度与观测值之间做取舍, 是采用这类方法的一个重要决策问题, 哪能以 "不小心" 来解释抉择失当? > 以及若是从统计角度去看的话，这样再选取span时要考虑到误差跟变异数 > ，有什麽比较好的方法能够决定是要依哪一项为主呢 ? > 谢谢各位帮我解惑了 对 loess 方法不够了解时,我绝不会以它为主要方法! 既 要用一种方法, 就该用心去了解! -- 来自统计专业的召唤... 无名小站 telnet://wretch.twbbs.org Statistics (统计方法讨论区) 成大计中站 telnet://bbs.ncku.edu.tw Statistics (统计方法及学理讨论区) 盈月与繁星 telnet://ms.twbbs.org Statistics (统计：让数字说话) 交大资讯次世代 telnet://bs2.twbbs.org Statistics (统计与机率) ★本文未经本人同意请勿转载; 回覆请勿全文引用, 请仅留下直接涉及部分。 -- 夫兵者不祥之器物或恶之故有道者不处君子居则贵左用兵则贵右兵者不祥之器非君子 之器不得已而用之恬淡为上胜而不美而美之者是乐杀人夫乐杀人者则不可得志於天下 矣吉事尚左凶事尚右偏将军居左上将军居右言以丧礼处之杀人之众以哀悲泣之战胜以 丧礼处之道常无名朴虽小天下莫能臣侯王若能守之万物将自宾天地相合以降甘露民莫 之令而自均始制有名名亦既有夫亦将知止知止可以不殆譬道之在天 163.15.188.87海