LOESS
LOESS (locally estimated scatterplot smoothing), introduced by William Cleveland in 1979 and extended with Susan Devlin in 1988, fits a smooth curve through data by performing a separate weighted polynomial regression in the neighbourhood of each point. Nearby observations count more than distant ones, so the method follows local structure without assuming any global functional form, making it a popular exploratory smoother for scatterplots.
Lähdetietue
Sitaatit kopioitu sanatarkasti metodin lähdetietueesta. Niistä ei päätellä väitteiden tasoista varmennusta.
- Cleveland, W. S. (1979). Robust locally weighted regression and smoothing scatterplots. Journal of the American Statistical Association, 74(368), 829–836. · DOI 10.1080/01621459.1979.10481038
- Cleveland, W. S., & Devlin, S. J. (1988). Locally weighted regression: an approach to regression analysis by local fitting. Journal of the American Statistical Association, 83(403), 596–610. · DOI 10.1080/01621459.1988.10478639
Kuratoituja väitteitä
Väitteet tallennettu todistusaineiston pääkirjaan, jokaisella oma arviointinsa.
Tämä näkymä ei keksi väitteen arviointia, jos pääkirjassa ei ole sitä.
Liittyvät metodit
Luotu metodigraafista ja näytetään koneen ehdottamina suhteina – väitteitä ei päätellä.