Marcelo,

Tanto o LOESS como a Spline são curvas "heurísticas" portanto, embora nada seja impossível (que alguém tenha inventado algum tipo de pseudo R² para elas), não teriam muito sentido porque a parte que o R² supostamente é chamada a responder é o ajuste a um modelo dos seus dados que precisa ter um pressuposto adicional aos dados, enquanto o uso da LOESS e Splines não.

Há excelentes referências à LOESS (a.k.a. LOWESS), embora o site primário (o NIST) pode estar fora do ar devido ao shutdown de um certo país da América do Norte...

De forma similar, o desenvolvimento e uso das splines pode ser bem pesquisado na Internet sem problemas.

Ademais, você plota seus dados condicionando em fator, o que precisa ver se permite analisar às curvas obtidas como paralelas o suficiente, senão você poderia achar que dependendo desse fator o modelo seria diferente, o que pode ser um fato científico ou uma bela besteira 😑!

HTH
__
Cesar Rabak


On Fri, Jan 11, 2019 at 9:13 AM Marcelo Laia por (R-br) <r-br@listas.c3sl.ufpr.br> wrote:
Colegas,

Fiz o seguinte:

xyplot(Clorofila~Tempo|Isolado, groups=Genotipo, data=a, type = c("p", "spline", "spline"), distribute.type = FALSE,  auto.key=TRUE)

Na ajuda do panel.xyplot consta que:

"smooth"’ adds a loess fit

"spline"’ adds a cubic smoothing spline fit

"a"’ has the effect of calling ‘panel.average’, which can be useful for
creating interaction plots

Minha pergunta é:

Nos dois primeiros casos, tem como eu saber, diretamente no gráfico, qual seria
o melhor ajuste? Plotar algo como um R2, por exemplo? (Se falei besteira, aqui,
perdão!)

Obrigado

--
Marcelo
_______________________________________________
R-br mailing list
R-br@listas.c3sl.ufpr.br
https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e fornea cdigo mnimo reproduzvel.