Используя лесс (y ~ x) и прогноз, я нашел оценку лесса случайной величины в R. Теперь я хочу выполнить 100 симуляций Монте-Карло, чтобы найти стандартную ошибку. Я использовал следующий код R, но он возвращает одно и то же значение во всех 100 симуляциях. Скажите, пожалуйста, где я ошибся.
set.seed(6)
pn = replicate(100,predict(fit,data=data.frame(X=78)),simplify=FALSE)
plot(pn)
sd(pn)
Как было объяснено в комментариях: если вы дадите прогноз для одного и того же объекта fit и того же значения X, он всегда будет возвращать один и тот же ответ. Есть два очевидных подхода к этому.
Во-первых. Используемая predict функция действительно predict.loess из пакета stats. У него есть аргумент se, и если вы вызовете predict(fit, ..., se = TRUE), он вернет предполагаемую стандартную ошибку для каждого прогнозируемого значения. Так что проверьте, делает ли это то, что вы хотите, без вашего программирования для себя: ср. http://www.rdocumentation.org/packages/stats/versions/3.6.2/topics/predict.loess.
Во-вторых: Если вы хотите, чтобы ваш predict вызов предсказывал разные прогнозы, вам нужно будет передать ему разные fit объекты. Вы можете получить их, загрузив данные, которые вы скармливаете loess, как предложил Роланд в комментариях.
data.frame(X=78), результат будет таким же. - person Rui Barradas schedule 24.08.2020