¿Cuál es la diferencia entre LOESS (suavizado de dispersión estimado localmente) y LOWESS (suavizado de dispersión ponderado localmente)? En Wikipedia Sólo veo que LOESS es una generalización de LOWESS. ¿Tienen parámetros ligeramente diferentes?
Respuesta
¿Demasiados anuncios?
Creo que es importante distinguir entre los métodos y sus implementaciones en el software. La principal diferencia con respecto al primero es que lowess sólo permite un predictor, mientras que loess puede utilizarse para suavizar datos multivariantes en una especie de superficie. Además, ofrece intervalos de confianza. En estos sentidos, loess es una generalización. Ambos suavizan mediante el uso de la ponderación tricubo alrededor de cada punto, y loess también añade una opción opcional de robustecimiento que vuelve a ponderar los residuos utilizando la ponderación bi-peso.
Ahora, la aplicación. En algunos programas, lowess utiliza un polinomio lineal, mientras que loess utiliza un polinomio cuadrático (aunque se puede modificar). Los valores por defecto y los atajos que utilizan los algoritmos son a menudo bastante diferentes, por lo que es difícil conseguir que los resultados univariantes coincidan exactamente. Por otra parte, no conozco ningún caso en el que la elección entre los dos haya supuesto una diferencia sustancial.
