在R中使用Fourier Basis平滑函数型数据的正确实现方法

你当前的操作存在参数调用错误，无法完成函数型数据的傅里叶基平滑，具体问题和调整方案如下：

存在的问题 #

• fda包的smooth.basis是基平滑的核心函数，你调用时仅传入了创建好的傅里叶基对象，缺少两个必填参数：观测点的自变量取值网格、待平滑的原始离散观测数据，语法本身不成立，无法得到正确的平滑结果。
• 你用fdata()转换后的对象如果要对接fda包的平滑函数，需要额外提取对应属性，直接用原始观测矩阵对接逻辑更清晰。

调整后的实现代码 #

# 加载所需包
library(fda)
library(fad.usc)

# 1. 定义观测点的自变量网格，这里假设观测在[0,1]区间均匀采样，可根据你的实际采样范围修改
arg_vals <- seq(0, 1, length.out = ncol(func.obs))

# 2. 创建傅里叶基，范围和观测网格范围保持一致，nbasis参数可根据平滑需求调整
fourier_basis <- create.fourier.basis(rangeval = range(arg_vals), nbasis = 50)

# 3. 执行基平滑：注意y参数要求每列对应一条函数观测，因此对行存储的func.obs做转置
smooth_res <- smooth.basis(argvals = arg_vals, y = t(func.obs), basisobj = fourier_basis)

# 4. 提取平滑后的函数型数据（fd对象）
smooth_fd <- smooth_res$fd

# 可选：如果需要用fad.usc包的函数计算不相似矩阵，转回fdata对象即可
smooth_fdata <- fdata(t(smooth_fd$coefs), argvals = arg_vals)

补充说明 #

• 你可以运行plot(smooth_fd[1])绘制第一条平滑后的函数曲线，和原始观测对比确认平滑效果是否符合预期。
• 如果基函数数量太多导致过拟合，可适当调低nbasis参数，也可以在smooth.basis中加入lambda参数实现正则化平滑，控制拟合的光滑程度。

内容的提问来源于stack exchange，提问作者Ishman