LOESS和LOWESS的區別

LOESS（局部估計散點圖平滑）和 LOWESS（局部加權散點圖平滑）有什麼區別？從維基百科我只能看到 LOESS 是 LOWESS 的概括。它們的參數是否略有不同？

我認為區分方法及其在軟件中的實現很重要。與第一個的主要區別在於，lowess 只允許一個預測變量，而 loess 可用於將多元數據平滑成一種表面。它還為您提供置信區間。在這些意義上，黃土是一種概括。通過在每個點周圍使用 tricube 加權來平滑，loess 還添加了一個可選的魯棒化選項，該選項使用雙權重加權重新加權殘差。

現在進行實施。在某些軟件中，lowess 使用線性多項式，而 loess 使用二次多項式（儘管您可以更改它）。算法使用的默認值和快捷方式通常完全不同，因此很難讓單變量輸出完全匹配。另一方面，我不知道兩者之間的選擇會產生實質性差異的案例。

引用自：https://stats.stackexchange.com/questions/161069