Local Regression

Definition / 定义

局部回归：一种非参数回归方法，不先假设整体的固定函数形式，而是在每个目标点附近选取“局部”数据（通常按距离加权），拟合一个简单模型（常见为线性或二次），从而得到平滑的趋势曲线。常见实现包括 LOESS/LOWESS（局部加权回归）。该术语也可指更广义的“局部拟合”思想。

Pronunciation / 发音

/ˈloʊkəl rɪˈɡrɛʃən/

Examples / 例句

Local regression can smooth a noisy scatterplot.
局部回归可以把带噪声的散点图平滑成更清晰的趋势。

Because the relationship changes over time, we used local regression with distance-based weights to capture the evolving trend without imposing a single global formula.
由于关系会随时间变化，我们使用带距离权重的局部回归，在不强加单一全局公式的情况下捕捉不断变化的趋势。

Etymology / 词源

“Local” 来自拉丁语 locus（地点），强调“在某个邻域内”；“Regression” 源自拉丁语 regressio（回退、返回），在统计学中引申为“用数据来拟合/预测变量关系”。合起来，“local regression” 就是“在每个点的附近做回归拟合”的方法名称。

Related Words / 相关词

• Loess
• Lowess
• Nonparametric
• Smoothing
• Kernel
• Bandwidth
• Spline
• Regression

Literary Works / 文学作品例

• The Elements of Statistical Learning（Hastie, Tibshirani, Friedman）——讨论局部方法、平滑与非参数回归，涉及局部回归/LOESS等思想。
• An Introduction to Statistical Learning（James, Witten, Hastie, Tibshirani）——在回归与非线性建模相关章节中介绍平滑方法，常提到局部回归类方法。
• “Robust Locally Weighted Regression and Smoothing Scatterplots”（Cleveland, 1979）——LOWESS/局部加权回归的经典论文，奠定了局部回归在数据平滑中的重要地位。