이변량 플랫폼에서 유연 > 커널 평활기 옵션을 사용하여 국소 가중 최소 제곱 모형을 데이터에 적합시킵니다. 평활기는 영역의 표집된 지점에서 국소 가중 모형(평균, 선형 또는 2차)을 반복적으로 찾아 구성됩니다. 다수의 로컬 적합(총 512개)을 결합하여 전체 영역에 대한 평활 곡선을 생성합니다. 이 방법을 LOWESS(국소 가중 산점도 평활)라고도 합니다. "커널 평활기" 옵션은 완벽에 가깝게 적합되는 경우에 대한 작은 조정이 있는 Cleveland 방법(1979)을 구현합니다. Cleveland의 Biweight 함수에서 6 * q50 인수는 max(6 * q50, 2 * q90)으로 대체됩니다. 여기서, q50 및 q90은 각각 50번째 및 90번째 백분위수입니다. "로컬 평활기" 메뉴의 옵션에 대한 자세한 내용은 이변량 적합 옵션에서 확인하십시오.
"로컬 평활기" 보고서에는 다음 열이 포함됩니다.
R²
평활기 모형으로 설명되는 변동의 비율을 측정합니다. 자세한 내용은 평활 적합 보고서에 대한 통계 상세 정보에서 확인하십시오.
오차 제곱합
각 점에서 적합 평활기까지의 거리에 대한 제곱합입니다. 이 값은 평활기 모형을 적합시킨 후 설명되지 않은 오차(잔차)입니다.
로컬 적합(람다)
각 로컬 적합에 대해 다항식 차수 또는 람다를 지정할 수 있습니다.
가중치 함수
가중치 함수를 지정할 수 있습니다. LOWESS 모형은 트라이큐브 가중치를 사용합니다. 가중치 함수는 각 xi 및 yi가 모형 적합에 미치는 영향을 결정합니다.
평활(알파)
값을 입력하거나 슬라이더를 이동하여 각 로컬 적합에 대해 고려되는 점 수를 지정할 수 있습니다. 알파는 0에서 1 사이의 평활 모수입니다. 알파가 증가할수록 곡선이 평활해집니다.
표집 델타
적합 프로세스에 사용되는 표집 비율을 지정할 수 있습니다. 기본 표집 델타는 아무 점도 건너뛰지 않음을 의미하는 0입니다. 표집 델타를 늘리면 마지막 표본 점을 기준으로 지정된 델타 범위 내의 점들을 적합 프로세스에서 건너뛰게 됩니다. 이 옵션을 사용하여 데이터가 조밀할 때 사용되는 점의 수를 줄일 수 있습니다.
강건성
적합 루틴의 강건성을 지정할 수 있습니다. 반복할 때마다 적합 곡선에서 멀리 떨어진 점의 영향을 줄이기 위해 점의 가중치를 다시 적용합니다.