R中的线性插值

Question

我有一个真实数据的数据集,例如看起来像这样:

# Dataset 1 with known data
known <- data.frame(
    x = c(0:6),
    y = c(0, 10, 20, 23, 41, 39, 61)
)

plot (known$x, known$y, type="o")

现在我想问一个问题是"如果原始数据集的所有中间数据点都在周围测量值之间的直线上,那么0.3的Y值是多少？"

 # X values of points to interpolate from known data
 aim <- c(0.3, 0.7, 2.3, 3.3, 4.3, 5.6, 5.9)

如果你看图:我想得到Y​​值,其中ablines与已知数据的线性插值相交

abline(v = aim, col = "#ff0000")

因此,在理想情况下,我将使用我已知的数据创建"linearInterpolationModel",例如

model <- linearInterpol(known)

...然后,我可以询问Y值,例如

model$getEstimation(0.3)

(在这种情况下应该给出"3")

abline(h = 3, col = "#00ff00")

我怎么能意识到这一点？手动我会为每个值做这样的事情:

1. 什么是最接近的X值较小Xsmall且最接近的X值大于Xlarge当前X值X.
2. 计算较小X值的相对位置 relPos = (X - Xsmall) / (Xlarge - Xsmall)
3. 计算预期的Y值 Yexp = Ysmall + (relPos * (Ylarge - Ysmall))

至少对于Matlab软件我听说有这种问题的内置函数.

谢谢你的帮助,

斯文

Answer 1

你可以看approx()和approxfun()......或者我想你可以适合用lm线性或lowess用于非参数拟合.

Answer 2

要跟进DWin的答案,以下是使用线性模型获得预测值的方法.

model.lm <- lm(y ~ x, data = known)

# Use predict to estimate the values for aim.
# Note that predict expects a data.frame and the col 
# names need to match
newY <- predict(model.lm, newdata = data.frame(x = aim))

#Add the predicted points to the original plot
points(aim, newY, col = "red")

当然,您可以直接检索这些预测值:

> cbind(aim, newY)
  aim       newY
1 0.3  2.4500000
2 0.7  6.1928571
3 2.3 21.1642857
....