R 中“S”曲线上的权重点

我在 R 数据框中有数据，想要对一列进行加权（days_since）沿着 S 曲线（logit 曲线）。特别是，向后的 S 曲线使得最近的事件将被赋予更大的权重。我使用这条曲线作为加权函数的原因是，它将对最近的事件给予较大的权重，而对遥远的事件给予较小的权重。因此，我想编写一个函数，对于给定数量的观测值，我可以创建一条提供权重的 S 曲线，如下图所示，权重将位于 y 轴上，并且此后的天数将位于 x 轴上。

[请忽略该图上的点和标签，我能够使用另一个 stackoverflow 问题中的反向 s 曲线/logit 函数模型]。

这建立在answer https://stackoverflow.com/a/41660145/3019627提供给类似的问题here https://stackoverflow.com/questions/41659903/retrieve-x-and-y-value-based-on-graph-in-r.

您可以使用自己的公式或 sigmoid 函数来创建曲线e1071包，以及curve()功能。然后，预测数据集中给定日期沿曲线的值。

这是一个简单的例子。

library(scales)
library(e1071)

# Data set with points of interest. Suppose these are days. 
days <- data.frame( d = seq.int( 1, 365, 1 ) )

The curve()函数将为您的 S 曲线创建 x 和 y 坐标。

p <- invisible(curve(-sigmoid(x) , -6,6))

重新缩放 x 和 y 以确保范围包含您感兴趣的数据值。您稍后将希望能够根据 x 预测 y。将 y 重新调整为上限和下限将为您的权重设置上限和下限。

x <- rescale(p$x, to = c(1, 365))
y <- rescale(p$y, to = c(0,1))

接下来，预测曲线上您感兴趣的数据的值。在此示例中，天数从 1 到 365。您将喂养loess()功能为predict(). The loess()函数将拟合曲线表面（将跨度设置为 0.1 将最大限度地减少平滑）。

days$pred <- predict( loess( y ~ x, span=.1 ), days$d ) 

plot(days$d,days$pred)

您的体重现在以天$pred 为单位。