用黃土預測值和標準差

Question

我有散點圖的數據（x和y值）。我想計算加權平均值和標準差作爲X的函數。對於我的每一個點，我都希望計算每個值與預測值之間的標準偏差數。我目前使用msir包中的loess.sd函數，因爲它會爲我計算sd。有誰知道我怎麼能得到每個數據點的預測SD？或者可能有其他更好的方法來解決這個計算問題？提前致謝。

我當前的代碼：

#... scatter plot of data 
plot(xy,ylim=c(0,50),pch=20) 
#loess +- 1 sd 
std_loess = loess.sd(xy, nsigma =1,span=0.3) 
# ... add weighted average to plot 
lines(std_loess$x,std_loess$y,col="firebrick2") 
# .... add weighted sd to plot 
lines(std_loess$x,std_loess$y,col="firebrick2") 
#.... get observed data points 
lines(std_loess$x,std_loess$upper,col="dodgerblue2") 
# ... get expected value for each data point 
obs = xy[,2] 
# ... get predicted sd for each data point 
expected = predict(std_loess$model,data.frame(xy)) 
# ...get predicted sd for each data point 

exp_sd = ?????????????????? 

# ...get predicted sd for each data point 
sd_away = (obs - expected)/exp_sd 

Answer 1

可能（但未經檢驗中不存在的數據）：

exp.fit = expected$fit 
# ...get predicted sd for each data point 
sd_away = (obs - exp.fit)/expected$se 

predict.loess的結果是不是矢量但具有多個組件和一個列表預測值處於「適合」部分。