我有一个真实数据集,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")
现在我想得到一个问题的答案:“如果原始数据集中所有中间数据点都在两个相邻测量值之间的一条直线上,那么0.3的Y值将是多少?”
# 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)
如果您查看图形:我想获取 ablines 与已知数据的线性插值相交的 Y 值
abline(v = aim, col = "#ff0000")
所以,在理想情况下,我会使用我的已知数据创建一个“linearInterpolationModel”,例如:
model <- linearInterpol(known)
我可以请求Y值的方式是:
model$getEstimation(0.3)
(这种情况应该返回 "3")
abline(h = 3, col = "#00ff00")
我怎样能实现这个?人工地,我会针对每个值做如下操作:
- 找到最接近当前X值
X
的较小的X值Xsmall
和较大的X值Xlarge
。 - 计算相对于较小X值的位置
relPos = (X - Xsmall) / (Xlarge - Xsmall)
- 计算预期Y值
Yexp = Ysmall + (relPos * (Ylarge - Ysmall))
至少对于Matlab软件来说,我听说有内置函数可以解决这些问题。
谢谢你的帮助,
Sven
plot(approx(known$x, known$y, xout=aim))
。你知道是否有一个2D版本的approx吗?我想在矩阵中插值数据点... - R_Userinterp
函数,我已经用它来拟合不规则网格上的3D数据。默认情况下,它产生线性插值,但也允许指定样条拟合。如果您的点“矩阵”是规则的,您可以使用wireframe
或persp
来查看,但它们不接受不规则数据。 - IRTFMwireframe
和persp
似乎只适用于绘图。我的数据点是以对数间隔分布的。我想将 3D 数据提供给我正在查找的函数,以及数据点的 x 和 y 坐标。该函数应返回 x 和 y 坐标的插值 z 值。这似乎无法通过这三个命名函数实现。那么,我必须手动完成吗? - R_Userinterp
不能做到呢?如果您想在对数刻度上进行线性插值,那么您也可以进行转换、插值和反转换。如果您有特定的数据集,请像往常一样发布数据和问题的完整描述,这样您将得到更好的答案。这似乎与原来的问题不同,您可能需要发布一个带有数据和描述的新问题。 - IRTFM