Контурная диаграмма с использованием простого набора данных в R

Question

Привет, я пытался создать простые контуры, используя простой набор данных.

Используемый набор данных выглядит следующим образом:

 dput(elevation)
structure(list(x = c(1L, 2L, 3L, 5L, 10L, 12L, 13L, 9L), y = c(5L, 
20L, 18L, 25L, 31L, 25L, 8L, 12L), z = c(5L, 10L, 15L, 8L, 7L, 
6L, 2L, 4L)), .Names = c("x", "y", "z"), class = "data.frame", row.names = c("1", 
"2", "3", "4", "5", "6", "7", "8"))

Я только что объединил вышеуказанные данные в файл с именем elevation.csv

Я использовал функцию loess и expand.grid для интерполяции. Как мы выбираем степень и диапазон в модели лесса?

Код, который я использовал для построения графика, выглядит следующим образом:

require(ggplot2)    
require(geoR)
elevation <- read.table("elevation.csv",header=TRUE, sep=",")
elevation

elevation.df <- data.frame(x=elevation$x,y=elevation$y,z=5*elevation$z)
elevation.df
elevation.loess=loess(z~x*y, data=elevation.df,degree=2,span=0.25)
elevation.fit=expand.grid(list(x=seq(1,13,2),y=seq(5,30,4)))
elevation.fit[1:20,]
z = predict(elevation.loess,newdata=elevation.fit)
elevation.fit$Height=as.numeric(z)
v <- ggplot(elevation.fit,aes(x,y,z=Height))
v1 <- v+stat_contour(aes(colour=..level..))+geom_point(data=elevation.df,aes(x=x,y=y,z=z))
direct.label(v1)

Я не уверен, является ли полученный результат точным или нет. Может ли кто-нибудь проверить этот результат с помощью любой другой техники и поделиться мнением? На самом деле мне нужно проработать большой набор данных и начать сначала с простых вещей.

Вывод, который я получил с помощью приведенного выше кода, выглядит следующим образом:

Это хороший метод для обработки большого количества наборов данных?

Благодарю.

Answer 1

Я получаю это... после предупреждений и ошибки об отсутствии названной функции direct.label:

Warning messages:
1: In simpleLoess(y, x, w, span, degree, parametric, drop.square, normalize,  :
  span too small.   fewer data values than degrees of freedom.
2: In simpleLoess(y, x, w, span, degree, parametric, drop.square, normalize,  :
  pseudoinverse used at 0.23095 0.70587
3: In simpleLoess(y, x, w, span, degree, parametric, drop.square, normalize,  :
  neighborhood radius 1.9692
4: In simpleLoess(y, x, w, span, degree, parametric, drop.square, normalize,  :
  reciprocal condition number  0
5: In simpleLoess(y, x, w, span, degree, parametric, drop.square, normalize,  :
  There are other near singularities as well. 2.063

Что является "правильным" в этой бедной данными ситуации, является предметом суждения. При таком пятнистом покрытии 2D-диапазона, я хотел бы рассмотреть возможность обозначения значения z точек. Предупреждения являются признаками того, что математика становится "подчеркнутой". Я думаю, что это указывает на проблему в области выше у = 30.