Splines, nudos y penalizaciones.

Introducción:
Hace casi 20 años, acuñamos el nombre P-splines para una simple combinación de dos
ideas para el ajuste de curvas: regresión sobre la base de B-splines y una penalización de
diferencia en los coeficientes de regresión. En un artículo posterior desarrollamos
completamente esta idea. Utilizando nudos igualmente espaciados y un gran número de B-
splines, el papel de la base se reduce a poco más que un dispositivo de interpolación suave
conveniente. La penalización es el ingrediente principal del modelo: la suavidad se ajusta
cambiando su peso.
La idea básica no es nueva: O’Sullivan publicó una propuesta similar. Su penalización era
más complicada, ya que era discreta, pero derivada de la segunda derivada cuadrada
integrada de la curva ajustada. Por el contrario, P-splines utilizan una penalización
puramente discreta, por lo que es casi trivial utilizar diferencias de cualquier orden. No hay
que pagar ningún precio por esta simplicidad.
Curiosamente, la idea de O'Sullivan fue revivida recientemente por Wand y Ormerod, que
también suministraban código R. Ruppert y Carroll propusieron un enfoque de la
competencia para suavizar, basado en funciones de potencia (TDF) truncadas, nudos
desigualmente espaciados (quantiles de x), y una penalización de cresta. El material se
ampliado en gran medida en un libro. Tanto P-splines como TPF se han vuelto populares en
las estadísticas y en los campos aplicados, como se puede juzgar a partir de los recuentos de
citas. En un artículo general, Ruppert, Wand y Carroll recientemente 314 referencias, del
período 2003-2007.
Con la creciente popularidad, el apodo P-splines ha crecido gradualmente hasta convertirse
en un catch-all(algo que sirve para todo), difuminando la distinción entre las diferencias en
la base funciones y el tipo de penalización. Esto puede ser confuso para las personas que
entran en el campo. Uno de los objetivos de este artículo es discutir e ilustrar las diferencias
cualitativas entre los dos sistemas y ayudar a los usuarios a tomar una decisión bien
informada. Como principio, proponemos más apodos precisos: PB-splines (para B-splines
penalizados) y PT-splines (para los TPTF penalizados).
Nuestro segundo objetivo es discutir algunos aspectos numéricos de ambos sistemas. La
condición numérica de cálculos rectos con PT-splines puede ser problemática,
especialmente para splines cuadráticas o cúbicas.
Por otro lado, como es bien sabido en la literatura B-splines se pueden calcular a partir de
TPF calculando diferencias repetidas. Esto es muy útil estudiar equivalencias y diferencias
entre las dos formas de penalizar. El algoritmo de diferencia para B-splines no tiene una
buena reputación con respecto a la estabilidad numérica, pero demostramos que no hay
necesidad de preocupación.
Un tercer objetivo es hacer una declaración convincente para nudos espaciados al mismo
tiempo, también para PT-splines. Las ventajas son más claras cuando se interpolan o
extrapolan datos sin problemas. Al mismo tiempo, atacamos la idea ampliamente sostenida
de que el número de splines tiene que ser menor que el número de observaciones. Esto
simplemente no es cierto. De forma sorprendente, la penalización maneja la situación de
forma automática y correcta, incluso si hay muchas más splines que puntos de datos.
Un cuarto objetivo es demostrar que la diferencia penalización se presta adaptativamente a
las prórrogas y generalizaciones, por ejemplo, las "sanciones de diseño". Algunos ejemplos
son: suavizado de la circular de datos periódicos y reducción de "rebasamiento" mediante el
uso de múltiples sanciones. Los PT-splines conducen inmediatamente a un modelo mixto
enfoque, porque contienen una parte no penalizada y una parte penalizada desde el
principio. La primera (la parte polinómica global) se puede interpretar como el componente
fijo y el segundo como el componente aleatorio. Mostramos que los PB-splines pueden ser
presionados en el mismo mold por una simple transformación de la base B-spline y la
adición de una base de poderes de x. Sin embargo, es más elegante y fácil introducir un
modelo con solo componentes aleatorios, en el que no se produce un componente
fijo explícito en absoluto, ya que se cuida automáticamente. Este es también un punto de
partida conveniente para un modelo bayesiano, utilizando el sampler Gibbs.

En el camino discutimos algunas líneas de lado interesantes, como el suavizado de datos

bidimensionales con los productos tensores penalizados de B-splines, y el uso del
Whittaker más suave para los datos sobre las redes de regulares, como se presenta en la
referencia 10. Observamos también que el campo de aplicación de las splines P se ha
ampliado en varias direcciones: modelos aditivos generalizados (GAM),11 calibración
multivariada y regresión señal (PSR)12,13 y modelos que contienen
una mezcla de bloques de construcción elegidos de GAM, PSR, En todos los casos, se está
utilizando una base B-spline, con una cuadrícula uniforme de nudos y diferencias (de orden
superior) en la penalización.
El artículo ha sido escrito al estilo de un tutorial opinado, en el que las ideas teóricas
y las ilustraciones prácticas van de la mano. Hemos evitado detalles matemáticos
innecesarios.

SMOOTHING CON LA REGRESIÓN DE SPLINE PENALIZADA

Para la integridad, primero presentamos brevemente los dos enfoques a la regresión de

spline penalizada que vamos a comparar. Para una presentación más extensa el lector
debería consultar la referencia 2, que de nuevo nos referiremos como EM o PB-splines, y
Ref 6, que nos referiremos como RWC o PT-splines. Para mantener la presentación simple,
no consideramos el caso de una penalización que varía espacialmente hasta que el
Diseñador de Sección Penal. Deje que los datos sean pares m (xi, yi). PB-spline los splines
PB utilizan una base de B-splines (cuadráticas o cúbicas), B, calculadas en x y utilizando
nudos igualmente espaciados. Ellos escriben el modelo como E(y) = µ = Bα
y minimizan la siguiente función objetiva:

QB = ||y − Bα||2 + λ||Ddα||2, (1)

donde Dd es una matriz tal que Ddα = dα construye el vector de dth diferencias de α , y es
un parámetro de ajuste no negativo. Recordar

αj = αj − αj−1, 2αj = (αj) = αj − αj−1 − (αj−1 − αj−2) = αj − 2αj−1 + αj−2,

y así sucesivamente para mayor d. Se utiliza principalmente d = 2 o d = 3. Minimización de

QB conduce al sistema de ecuación

(B B + λD dDd) ˆα = B y. (2)

Tenga en cuenta que para el valor lambda=0 esto se reduce a la ecuaciones normales para la
regresión lineal de y en B. El número funciones de base en B se elige "demasiado grande",
lo que significa que para el valor lambda= 0 la curva ajustada se ajusta en exceso los datos,
dando un resultado con demasiadas fluctuaciones.
Dependiendo de la aplicación, el tamaño de la base puede ser en cualquier lugar de 10 a
más de 1000. Al aumentar la suavidad, se puede ajustar la suavidad. En el límite de un se
obtiene un ajuste lineal (d = 2) o cuadrático (d = 3).
Alternativamente, los PT-splines utilizan una base, F, de TTP.
Para un grado dado p, la columna j de F es dada por

fij = (xi − tj) pI(xi > tj), (3)

I(u) es la función del indicador; es 1 cuando u>= 0 y

0 u < 0. El vector t contiene los nudos. se eligen como cuantiles de la variable x. El modelo
para E(y) = µ está dado por:

µi = p k=0 βkxk i +n−1 j=1 bjfij, (4)

or µ = Xβ + Fb, (5)

donde X es una matriz m por p +1 con x0 El objetivo es minimizar

QF = ||y − Xβ − Fb||2 + κ||b||2, (6)

en el que reconocemos una penalización de cresta en b. Minimización de QF conduce al

sistema de ecuaciones

X X X F F X F F + κI β b = X y F y . (7)

RWC utiliza principalmente p = 1 en sus aplicaciones PT-spline.

Se elige el número de nudos de tal manera que la curva de ajustada se ajusta en exceso los
datos para el valor pequeño k. Aumento de k la aumenta la suavidad, y en el límite se
obtiene un ajuste polinómico de grado p. Los quantiles de x se eligen para las posiciones de
los nudos, por lo tanto, generalmente no estarán igualmente espaciados. Tenga en cuenta
que la sanción es esencial. Puede ser pequeño, pero siempre debe tener un valor positivo.
En algunas aplicaciones, especialmente cuando la interpolación ocurre, B o F en sí puede
ser singular, pero no

B B + λD D or F F + κI.

SPLINES Y NUDOS

En esta sección, veremos las funciones básicas y sus relaciones mutuas con más detalle.
Comenzamos nuestra presentación con TPF y nudos igualmente espaciados ya que son algo
más fáciles de explicar, y b-splines pueden derivarse de ellos. Nuevamente, dejemos que
los datos sean pares (xi, yi), i = 1. . .m. Para simplificar la presentación sin pérdida de
generalidad, suponemos que todas las x se encuentran entre 0 y 1. Está claro que cualquier
conjunto de x se puede transformar linealmente para conformar a esta condición Sea tj = (j
- 1) / n, j = 2,. . , n ser un conjunto de n - 1 nudos igualmente espaciados.
El sistema más simple de TPF usa p = 0; consiste de funciones escalonadas con saltos de
tamaño 1 en los nudos. La rama derecha de un TPF de grado p se parece a la derecha rama
de (x - tj) p; la rama izquierda es cero. Figura 1 muestra bases lineales y cuadráticas de
TPF, con igual nudos espaciados.
Las splines B se pueden calcular como diferencias de TPF. Tome, como ejemplo, TPF de
grado cero. La diferencia

Bj(x; 0) = fj−1(x; 0) − fj(x; 0) = −_fj(x; 0) (8)

Es una función rectangular, que es 1 entre tj − 1 y tj y 0 en todas partes. Realizar este

cálculo para n + 1TPF, obtenemos una base con n B-splines de grado cero. De manera
similar, podemos combinar n + 2 triples de grado uno TPF para obtener n + 1 triangular
(grado uno) B-splines:

Bj(x; 1) = fj−2(x; 1) − 2fj−1(x; 1) + fj(x; 1)

= _2fj(x; 1). (9)

En realidad, se necesita un factor de corrección para darse cuenta la condición conveniente

que j Bj (x; p) = 1 para cualquier grado p. La fórmula general es

Bj(x; p) = (−1)p+1_p+1fj(x; p) (10)

Donde h es la distancia entre nudos. Estos resultados solo aguanta para nudos igualmente
espaciados. Algo más se pueden obtener resultados complicados para arbitrariamente nudos
espaciados, usando diferencias divididas. Sin embargo, debería quedar claro en las
aplicaciones que discuta, no hay necesidad de elegir desigualmente nudos espaciados, ya
sea que usemos TPF o B-splines.
Tenga en cuenta que necesitamos 2p + 2 nudos adicionales para el TPF, conocido como la
base expandida F, para generar una base B-spline completa. Así, en general,
se realiza en n + 1 + 2p diferentes (p + 1) tuplas de polinomios truncados de grado p que
dan como resultado n + k B-splines. En lenguajes como R y Matlab, es casi trivial para
calcular una base de TPF y tomar diferencias a obtener una base B-spline, como el
siguiente fragmento de código muestra.

La Figura 2 muestra bases lineales y cúbicas de [Link] las funciones básicas tienen
la misma forma, pero se desplazan horizontalmente por un múltiplo del nudo distancia.
Esto también es cierto en los límites, en contraste con otros esquemas, como las B-splines
naturales, donde cerca de los límites, las funciones básicas tienen diferentes formas
Sorprendentemente, el algoritmo de diferencia no se usa a menudo. Más bien una fórmula
recursiva, derivando B-spline de grado p de los de grado p - 1, comenzando en
p = 0, es más popular Usamos el término "grado" para indicar B-splines que consisten en (p
+ 1) segmentos de grado p. En el Literatura B-spline, es común usar "orden", que es p + 1.
Tomamos esta decisión para evitar confusiones con El orden de penalización por
diferencia.

RWC enfatiza fuertemente el uso de desigual nudos espaciados, basados en cuantiles de x,

con splines PT. Este es un buen consejo en regresión sin penalizaciones. Por un lado, es
crucial evitar colocar nudos en "vacío" regiones del dominio de x, para evitar
singularidades. Sin embargo, insistir en esta elección de nudos para penalizar splines
subestima el poder de la pena.
En la Sección de Interpolación y Extrapolación, veremos esos grandes tramos sin datos,
pero con muchos nudos, será interpolado de forma automática y sin problemas. En Además,
los nudos igualmente espaciados son fáciles de especificar y informe, y simplifican los
cálculos.

Uno podría estar preocupado por este enfoque simple para el cálculo de bases B-spline. de
Boor advierte contra la computación de splines B como diferencias de TPF. Eso Es
interesante estudiar esto con cierto detalle. Considere una B-spline cúbica. Solo cuatro
segmentos son distintos de cero En los segmentos a la izquierda no hay error se hará,
porque los TPF son todos cero allí y así serán sus diferencias. A la derecha allí Es una
oportunidad para cometer errores. El peor caso ocurrirá para las B-splines más a la
izquierda en el extremo derecho del dominio La Figura 3 muestra el valor absoluto de una
spline B cúbica, escalada a un máximo de [Link] distancia entre los nudos es 0.01. Vemos que
el El error más grande es del orden de 10. Para entender mejor la advertencia de De Boor,
nosotros debemos tener en cuenta que hizo su investigación en el 1970, cuando la precisión
única (4 bytes) era la predeterminada. En las computadoras actuales es la doble precisión
IEEE 754 estándar. IEEE 754 precisión simple tiene un precisión relativa de 223, o un poco
menos de 7 dígitos, mientras que es 254, o más de 16 dígitos, en doble precisión.
También de Boor consideró B-spline de muy alto grado (hasta 20, en su Ejercicio 9.2).
Sin embargo, si el error es pequeño o no, nosotros podemos eliminarlo por completo de una
manera muy simple: nosotros saber que una spline B tiene que ser cero después de su
cuarto nudo, así que simplemente podemos darle un valor cero allí, lo que resulta sin error
La tendencia del error sugiere que en el (nominalmente) parte distinta de cero de la B-
spline el error es muy pequeña. Esto fue confirmado por una comparación directa con el
algoritmo recursivo de De Boor.
SANCIONES Y COEFICIENTES

Las PB-splines utilizan sanciones discretas para ajustar la cantidad de suavidad EM puso
una penalización de diferencia en el coeficientes de las funciones básicas de B-spline. El
grado de las B-splines y el orden de la penalización puede ser Elegido independientemente.
Asesoramiento para investigar varios órdenes de la sanción y trazar un criterio de
información (por ejemplo, AIC) o una medida de validación cruzada contra la dimensión
efectiva para tener una buena impresión de El comportamiento limitante (que podría indicar
un polinomio modelo). Los splines PT de RWC siempre tienen una cresta penalización en
el TPF, sea cual sea su grado. Lo haremos demostrar que esto es equivalente a una base B-
spline y el orden de la penalización por diferencia igual a uno más alto que el grado de
estos TPF. Sin pérdida de generalidad, dejemos el dominio de x
corre de 0 a 1, y deja que el espaciado de los nudos sea 1 / n.
Entonces los n - p TPFs de grado p en la base F comienzan
en las posiciones de nudo p / n a (n - 1) / n. A B-spline base B
de grado p contiene n + p B-splines. Para calcular B como
diferencias de orden p + 1 de una base de TPF ˘F, hay
ser n + 2p + 1 funciones básicas en ˘F, correspondientes
a los nudos p / n a (n + p) / n. En B = ˘F
RE p + 1, el orden p + 1 matriz de diferenciación ˘D p + 1 tiene n + 2p + 1
columnas y n + p filas. Podemos escribir F = ˘FS si S es la matriz de identidad de tamaño
n- p, delimitada por p + 1 filas de ceros en la parte superior e inferior.
Por lo tanto, la post-multiplicación por S selecciona el medio n – p columnas de ˘F.
Tenemos que S S = In − p y también que
p + 1S = D
p + 1, la transposición de la n - p por n + p matriz de diferenciación de orden p + 1.
Escriba una sp-PB y la sp-PT se ajusta como

Bα = B(γ + a) = Xβ + Fb = ˘F (11)

con Bγ = Xβ y Ba = Fb. Así tenemos que

p + 1a = Sb, y multiplicando ambos lados por S da
p + 1a = Dp + 1a = S Sb = b. También tenemos eso
Dp + 1γ = 0, porque si Bγ = Xβ, γ tiene que ser un
secuencia de grado p, y por lo tanto Dp + 1γ = 0. Esto
finalmente prueba que Dp + 1α = by una penalización de cresta
en b es equivalente a una penalidad de orden de diferencia
p + 1 en α.
Si vamos en la dirección inversa, podemos interpretar TPF como sumas (repetidas) de B-
splines. Las columnas de X en μ = Xβ + Fb son necesarios para recuperar el poder de x que
desaparecen al tomar diferencias.

VISUALIZACIÓN
Se pueden visualizar los detalles de un modelo PB-spline de una manera atractiva Esto no
es importante para suavizado diario, pero puede ser útil e instructivo al presentar nuevos
usuarios al método. Figura 4 ilustra datos simulados que se han ajustado con una rica base
B-spline y una penalización de segundo orden. Se muestran las B-splines individuales,
escaladas por su coeficientes También se muestran, como puntos grandes, los coeficientes
de las splines B individuales en las posiciones de sus máximos (posiciones de nudos para
grados impares, a medio camino entre nudos para un grado uniforme). Estos puntos son
cerca de la curva ajustada y presentar el esqueleto del ajuste. Las estrías B ponen la carne
en este esqueleto, es suavidad determinada por su grado. Este tipo de presentación también
ayuda a hacer claro qué está haciendo la diferencia de penalidad: obliga el esqueleto, es
decir, los coeficientes, para seguir un suave modelo. En consecuencia, la curva completa
que se sigue de ellos también serán suaves. Observe que también los coeficientes del
extremo “se presentan splines ". Los puntos nos recuerdan el ‘Puntos de control’ que se
utilizan en el diseño asistido por computadora y software gráfico para dar forma a las
curvas de Bezier.15 Las splines PT con TPF no se prestan a Una presentación tan
perspicaz. La figura 5 muestra un ejemplo. Los coeficientes no se pueden conectar a la
datos (son segundas diferencias de los coeficientes de la base B-spline correspondiente) y
una gráfica de la funciones básicas escaladas muestran muchos cruces rectos líneas.

INTERPOLACIÓN Y EXTRAPOLACIÓN

Las splines penalizadas permiten una sencilla interpolación y extrapolación. En esta área el
poder de sanciones se hace más claramente visible, ya que vemos que la elección de los
nudos es influyente. En la Figura 6 ilustramos la interpolación y extrapolación con PB-
splines, usando B-splines cúbicas en una fina cuadrícula de nudos y una penalización de
segundo orden. También se muestran las splines B individuales y los coeficientes. Observe
que en grandes partes del dominio de x no hay datos, sino nudos amplios. Sin embargo, las
curvas de interpolación generadas automáticamente son suaves y se ven naturales. Este es
el trabajo de la penalización. Al interpolar, los coeficientes B-spline formar una secuencia
polinómia de grado 2d - 1, y para la extrapolación el grado es d - 1. Por lo tanto, cuando d
=2, obtenemos interpolación cúbica y extrapolación lineal.

Deje que W sea una matriz de peso diagonal. Considere interpolación: dado que una parte
de la diagonal de W en BWB contiene ceros, un número de filas (igual a el número de ceros
en la diagonal de W) de BWB, así como los elementos correspondientes de BWy,
contendrá sólo ceros. Si el pd =DdDd, se desprende de (BWB DDDd) á - BWy que
k pjk- k = 0 mantiene para estas filas. Considere las partes superiores izquierdas de Pd para
órdenes 1 y 2:

(12)

A partir de la fila 2 (hasta el renombre n-1), el patrón de elementos en las filas de P1 es el

mismo que el de las filas de D2, pero se desplaza a la izquierda por una posición. Desde la
fila 3 (hasta la fila n - 2), el patrón de elementos en la filas de P2 es el mismo que el de las
filas de D4, pero desplazado a la izquierda por dos posiciones. En general, encontramos en
las filas d +1 a n - d de Pd el patrón
de D2d, desplazado por d posiciones a la izquierda. Sigue:

FIGURA 6 Suavizado e interpolación de datos simulados con una base grande de B-splines
cúbicas y una penalización de segundo orden (a 10). Las B-splines a escala se muestran en la
parte inferior del gráfico. Su suma da la línea completa, que es la curva ajustada. Los puntos
rodeados representan el valor de los coeficientes B-spline.

Que 2d-k = 0 para la parte interpolada de la que corresponde a cero filas de BWB. Esto sólo
retendrá si esa parte de la parte de la parte de la parte de la parte de la parte de la parte de la
parte es un polinomio (en el índice) grado 2d - 1. Los coeficientes de este polinómico están
determinados por las "condiciones límite" impuestas por las ecuaciones circundantes con
filas distintas de cero de BWB. No será fácil mostrar algebraicamente que la conexión es
suave, pero cualquier conexión no suave aumentaría innecesariamente la penalización.

A primera vista puede parecer que el mismo razonamiento contiene para la extrapolación,
pero esto no es cierto. En D 1D1 las filas 2 a n -1 corresponden a los coeficientes de
segundas diferencias y, por lo tanto, permitirían una secuencia de lineal para la parte
correspondiente de . Pero la primera fila dice que los dos primeros elementos de la palabra
"" tienen que ser iguales, aniquilando la parte lineal. Por lo tanto, extrapolación será por un
valor constante cuando d - 1. Del mismo modo, las filas 3 y posteriores de D2D2
permitirían una secuencia cúbica para la parte extrapolada de, pero las dos primeras
ecuaciones aniquilarían los componentes cuadráticos y cúbico. En este caso, la
extrapolación se realiza mediante una secuencia lineal. Este razonamiento se aplica a
cualquier valor de d: las primeras ecuaciones d aniquilan componentes de grado mayor que
d. Por simetría, lo mismo se mantiene para extrapolación a la derecha.

Con PB-splines, el comportamiento detallado de la curva entre los nudos depende del grado
de la B-splines. Para obtener una curva de interpolación cúbica (cuando d =2), las b-splines
también deben ser cúbicas. Sin embargo, si el número de nudos es grande bien puede ser
que la interpolación lineal entre los nudos sea aceptable y entonces una base b-spline lineal
será suficiente.

FIGURA 7 Suavizado e interpolación de datos simulados con una base de funciones de

potencia truncada lineal, con 100 nodos igualmente espaciados. Penalización de la cresta con
el valor de 0,1

FIGURA 8 Suavizado e interpolación de datos simulados con una

base de funciones de potencia truncada lineal, con nudos a valores únicos
de x. Penalización de la cresta con el valor de 0,1.

Tal vez sorprendentemente, la interpolación PT-spline con TPF lineal, una penalización de
cresta, y nudos igualmente espaciados da el mismo resultado agradable, como muestra la
Figura 7. Por supuesto, debería, en vista de la equivalencia matemática con una base B-
spline lineal y un segundo orden penalización. Tenga en cuenta, sin embargo, que entre el
nudos la curva consta de piezas lineales. El PT spline esquema de RWC no permite
opciones separadas de grado de la base y el orden de la sanción.
Una opción natural puede ser subir a la base TPF cúbica funciones, pero luego elegimos
implícitamente un penalización de cuarto orden en el modelo P-spline equivalente. La
interpolación (extrapolación) será en un séptimo (tercer) grado polinomio (en los
coeficientes), lo que podría introducir más flexibilidad de la necesaria.
Tomar nudos como cuantiles de x generalmente no es una buena idea en la interpolación,
como se muestra en la Figura 8. Para ilustrar este punto en el caso extremo, un nudo se
coloca en cada x medida, (un caso extremo de tomar quantiles). La brecha en el medio está
puenteada por un segmento lineal, que es menos atractivo que el con muchos nudos
igualmente espaciados (Figura 7). En este caso, el ajuste a los datos disponibles es peor.
RWC enfatizar fuertemente el uso de nudos no equiespacidos. En vista de los resultados
presentados aquí nudos cuantiles evitar que la penalización haga lo mejor que pueda.
En teoría, los nudos igualmente espaciados llevan consigo el peligro de una mala condición
numérica. Sin una penalización, la regresión sobre la base B-spline o TPF generalmente
conducirá a ecuaciones singulares. La sanción elimina la singularidad, pero aun así la
condición podría ser deficiente cuando los datos muestran un gran vacío. En la práctica,
este peligro puede ser descuidado, como un experimento numérico muestra. Simulamos
100 observaciones por igual en el dominio de 0 a 1 y dejamos fuera una brecha en
el medio; véase la Figura 9. La relación entre la matriz más grande y el valor singular más
pequeño de la matriz aumentada
[B-D] se calcula como el número de condición. Para valores muy pequeños y muy grandes
de este número puede llegar a ser mayor que 10, pero es muy improbable que se utilice un
valor muy pequeño de lambda en la práctica.
El criterio de validación cruzada de en el gráfico inferior izquierdo de Figura 9 apunta
claramente a un valor en la vecindad de la sección 10. El gráfico superior derecho muestra
los datos y el ajuste para este valor de lambda=10. Si se elige un valor demasiado pequeño,
puede producirse un pasado de largo fuerte, como se muestra en el gráfico inferior derecho.

ASPECTOS COMPUTACIONALES

En principio, TPF se puede utilizar directamente como base para regresión. Esto no es
recomendable, ya que su condición numérica puede ser pobre, especialmente cuando el
número de nudos es grande y p>= 1. El logaritmo (base 10) del número de condición (la
relación de los valores singulares máximo a mínimo) aproximadamente indica el número de
números significativos que pueden perderse al resolver problemas de regresión con esta
base. Esto se mantiene si los cálculos no están organizados cuidadosamente, utilizando una
descomposición QR o rotaciones de hogar. Si, sin embargo, los productos internos están
involucrados, duplicar el número de dígitos puede perderse.16 Es se recomienda una buena
práctica para evitar problemas de condición en los cálculos estadísticos. Figura 10 muestra
los números de condición para TPF bases de grados uno, dos y tres, con varios números de
(n) diferentes de nudos equiespacidos y diferentes…
FIGURA 9. Una ilustración de suavizado e interpolación óptimos con muchas B-splines y un
gran hueco. El panel superior izquierdo muestra la condición numérica y el panel inferior
izquierdo el perfil de validación cruzada de salida uno. Los paneles muestran los resultados
del suavizado para el de aproximadamente óptimo y para los pequeños, este último muestra el
rebasamiento. El número de B-splines cúbicos es 53 y el orden de la penalización es 2.

Tamaños de muestra (m) de x equiespacidos. El número de condición aumenta fuertemente

con el número de nudos, pero es relativamente no afectado por los cambios en el tamaño de
la muestra. Si el smoothing es el único objetivo, TPF de grado 1 podría ser viable, pero
grados más altos, que son necesarios cuando uno desea estimar sin problemas (segundo)
derivados son esencialmente inutilizables. Esto es señalado por RWC: confianza en la
sofisticación de las funciones existentes o procedimientos en el software estadístico
comercial y utilizan el valor singular descomposición para estabilizar sus propios
algoritmos.
En problemas muy grandes se necesita cuidado adicional al construir una base B-spline.
Considere una aplicación de ingeniería de nuestra propia consultoría experiencia, en la que
las series largas (15.000 observaciones) de mediciones de sonido de eco deben ser
suavizadas y reducidas a una cuadrícula uniforme, donde usamos bases con 2000 B-splines.
Las capacidades de matriz dispersas de Matlab fueron muy útiles en esta configuración.
Por supuesto, no es una buena idea llenar primero una matriz de este tamaño (30 millones
de elementos, o 240 Mb) con una base tPF y luego calcular las diferencias para reducirlo a
un escaso matriz. Una buena propiedad de B-splines con nudos equiespacidos es que
obtenemos el mismo conjunto de valores, pero desplazados por k columnas, si cambiamos
x por (entero) k por la distancia de nudo.
Por lo tanto, podemos reducir todo x al intervalo entre un par de nudos elegido, calcular
la base en una matriz con columnas p + 1 y transferir los resultados a las columnas derechas
de una matriz dispersa.

ESTIMATION DERIVATIVO

Frecuentemente uno no sólo está interesado en una curva ajustada, sino también en sus
derivados. Por ejemplo, en mecánica uno podría querer estimar la velocidad y la
aceleración de las mediciones de posición. Específicamente en estudios de crecimiento
humano, uno puede estar interesado en el crecimiento incremento repentino, que se
caracterizan por primera y segunda derivados de la altura de un individuo.
Las splines penalizadas permiten un fácil cálculo de derivados. Esto es claro para TPF: sólo
hay que diferenciar las ramas polinómicos y sumarlas, ponderadas por los coeficientes
estimados. Para B-splines la situación es un poco más complicada. Sin embargo, si los
nudos están igualmente espaciados, hay un simple fórmula explícita para calcular la
derivada de una suma ponderada de B-splines:
D (13)…

FIGURA 10 Números de condición de tres tipos de bases: funciones de potencia truncadas

(cruces), B-splines (cuadrados) y Z -matrices para modelos mixtos (diamantes). Los tamaños
de muestra son 100, 200, 500 o 1000, pero esto es difícil de ver, porque las líneas y los símbolos
se superponen fuertemente.

Supongamos que estamos interesados en una curva de la derivada segunda. Esto significa
que mínimamente nos gusta para ver un resultado lineal por parte. De ello se deduce que la
base TPF o B-spline tiene que ser cúbica. Cuando se necesita un la interpolación sustancial.
Si la curva interpolante tiene grado 2d a 1, su segunda derivada tiene grado 2d a 3. Para un
mejor que lineal, d a 3 debe ser el mínimo. Como se discutió en la sección anterior, los
TPF cúbicos tienen un número de condición muy pobre, por lo que se requiere una gran
atención con la implementación de cálculos para la estimación de derivados. No se
producen tales problemas con B-splines.

DISCRETE SMOOTHING

En muchos casos no hay necesidad de interpolar con B-splines, porque los datos son una
serie discreta, muestreada distancias iguales, y sólo un suavizado discreto distancias, y sólo
un suavizado discreto distancias, y sólo un suavizado discreto distancias, y sólo un
suavizado discreto distancias, y sólo un suavizado discreto distancias, y sólo un suavizado
discreto distancias, y sólo un suavizado discreto distancias serie es necesaria. Las series
temporales y los espectros son típicos ejemplos. En tal entorno, una base B-spline de grado
cero, con un nudo en cada observación, puede ser una opción atractiva. La base entonces es
la matriz de identidad, el sistema de ecuaciones se convierte (I + λD_ dDd) ˆ α = y
Y los coeficientes y la serie suave de coincidencia. Esto nos trae de vuelta el círculo
completo a Whittaker, que utilizó este enfoque para suavizar las tablas de vida. El
suavizado discreto es muy atractivo para largas series de datos, siempre que uno tenga
acceso a software matrix disperso. Por ejemplo, una serie de observaciones de 100 a
1000 se pueden suavizar en pocos segundos, incluida la validación cruzada de la salida.
Consulte la referencia 10 para obtener más información. Por supuesto, la escasez es
esencial en aplicaciones a gran escala y TPF no funcionará en tales
ajustes. Una aplicación de menor escala en la que el enfoque discreto puede ser apropiado
es el suavizado del histograma. Para estimar una densidad se construye un histograma
con muchos, digamos, 200, bins estrechos. Tal histogram a gráfico se verá poco atractivo y
poco informativo, pero suavizado lineal generalizado con splines penalizados cambia por
completo la presentación. En un ajuste de regresión de Poisson, Eilers y Marx presentaron
suavizado de histograma con PB-splines y demostraron que bins estrechos no son
problemáticos.
El número de nudos es esencialmente inmaterial, siempre y cuando sea lo suficientemente
grande por lo tanto, en el caso limitante de un nudo por bin todavía obtener un histograma
bien suavizado. Para conservar la varianza, es aconsejable utilizar una penalización de
tercer orden.

MULTIDIMENSIONAL SMOOTHING

Los productos de B-splines son una opción de natural y atractiva para suavizar en dos
dimensiones y superior. Sin embargo, sin penalización sorpresas desagradables puede
ocurrir cuando los datos no se muy uniformemente distribuidos en el dominio de las
variables independientes. Incluso en dos dimensiones, uno encuentra con frecuencia
esquinas vacías. En tal situación, hay poco o ningún apoyo para algunos de los productos
tensor es y un sistema singular o mal acondicionado de ecuaciones normales Resultará
La superficie ajustada mostrará fluctuaciones salvajes en los bordes, o no se puede estimar
en absoluto.
Con las sanciones desaparecen estos problemas, como hicieron para la interpolación y la
extrapolación en una dimensión. Si los datos son triples (xi, yi, zi) para i 1, . . . ,m
y los productos tensores se escriben como Bj(xi) -Bk(yi),
entonces la superficie ajustada puede expresarse por

yi =Bj(xi)˜Bk(yi)αjk,

y la matriz de coeficientes A - [-jk] resume el ajuste (j - 1, . . . , J y k a 1, . . . , K). Una

opción natural para las sanciones de diferencia es tener dos conjuntos de ellos: uno
conjunto 'vertical', trabajando en cada columna de A, el otro conjunto 'horizontal',
trabajando en cada fila. Los pesos de los dos conjuntos pueden ser muy diferentes,
especialmente cuando el dos variables independientes tienen significados diferentes.
Un ejemplo, en el contexto de la señal bidimensional regresión es presentado por Eilers y
Marx estiman una superficie de coeficiente de regresión a lo largo de la temperatura de
dimensiones y longitud de onda. A lo largo de la temperatura una pena pesada es óptima,
dando una variación casi lineal. Sin embargo, la penalización permite la interacción general
y las pendientes lineales variaron considerablemente a través del índice de longitud de
onda. Para la longitud de onda se indica una penalización mucho luz, para permitir una
variación compleja lo siguiente esta variable. Una penalización de cresta no permitir la
anisotropía: tiene el mismo peso para ambas dimensiones. El producto de Tensor PB-
splines con una respuesta de Poisson se ha utilizado con éxito para suavizar y
extrapolar grandes tablas de mortalidad.
Aplicación exitosa a grandes problemas de del mundo real, como el suavizado de imágenes,
nos ha demostrado que productos de B-splines y sanciones por diferencia son una
herramienta práctica y eficaz. Por el contrario, RWC informe problemas insuperables con
productos tensores de PT-splines, utilizando TPF.
Como remedio, propusieron un algoritmo bastante complicado con nudos que llenan el
espacio y funciones de base radial. Por supuesto, la base radial funciones son muy similares
a los productos tensores B-spline. Para el suavizado bidimensional de observaciones
dispersas, los datos deben ser colgados en vectores para implementar los cálculos en
operaciones eficientes matriz-vector. Para conjuntos de datos muy grandes, este
puede provocar problemas de memoria. Si los datos entran en una cuadrícula, como
imágenes, un algoritmo muy rápido, de huella pequeña, algoritmo está disponible, que evita
el paso de vectorización. Este algoritmo permite pesos arbitrarios y por lo tanto puede
manejar el modelo lineal generalizado (GLM) ajuste y 'agujeros' en los datos (si se les da
cero pesos). También se puede utilizar para datos dispersos si uno está dispuesto a aceptar
la discretización de las variables de independientes en una cuadrícula fina, lo que es
razonable en el contexto de suavizado. El algoritmo se puede ampliar directamente a
cuadrículas en dimensiones más altas.

Suavizado óptimo, modelos mixtos y bayes.

Dado el peso de la pena, la solución del problema de los mínimos cuadrados penalizado es
sencilla. Las de iteraciones son necesarias con un componente lineal generalizado, pero
estos tienden a comportarse bien. Este puede ser suficiente, porque el peso de la
penalización se ha pasado de antemano, o algún ensayo y error con el examen visual
puede ser suficiente. En muchos casos, sin embargo, uno querrá utilizar los datos para
determinar lambda o k. Existen tres estrategias generales: 1) optimizar un criterio de
rendimiento, como la validación cruzada o un criterio de información; (2) aplicar un ajuste
de modelo mixto; o 3) utilizar la tecnología bayesiana. EM aboga exclusivamente por la
validación cruzada o el uso de AIC, y esto de una manera bastante primitiva: cambiar
los parámetros de penalización en una cuadrícula "agradable" y, dependiendo
en el criterio, buscar el mínimo o máximo medida de rendimiento. La cuadrícula suele ser
lineal en una escala logarítmica. En una dimensión esta receta es bastante eficaz, porque en
la práctica no hay necesidad de determinar hasta muchos decimales. En más de las
dimensiones la cantidad de trabajo aumenta rápidamente (aunque todavía razonablemente a
la luz de muchos miles de ajustes modelo que se aceptan rutinariamente en MCMC o
similar es métodos de Bayesianos).
Hay mucho espacio para mejora aquí, ya sea utilizando métodos de búsqueda más
avanzados, como el simplex, o con algoritmos Newton, como esos24 utilizan para splines
de placa delgada. EM ignora la conexión entre las penalizaciones y los modelos mixtos.
RWC discutir explícitamente esto. Si escribimos Eq. (5) como
y = Xβ + Fb + e
Reconocemos un modelo mixto con parte fija X, parte aleatoria Fb y error e. Los
componentes de varianza son σ2 = var(e) and τ 2 = var(b) and in Eq. (7)
Reconocemos las ecuaciones de los modelos mixtos, con el valor de 2/2. La belleza
de este enfoque es que se puede utilizar el software de modelo mixto existente para la
estimación. En la práctica, se necesita un trabajo adicional, ya que la mala condición
numérica de la base TPF puede conducir a inestabilidades. Una solución es
calcular la descomposición del valor singular de F, y deflate los vectores singulares que
corresponden a valores singulares muy pequeños.
Observamos que los modelos mixtos son atractivos cuando la respuesta es gaussiana. Esto
no es necesariamente el caso con los datos no gaussianos, para los cuales robust es el
software de modelo mixto es escaso. Véase la introducción de la Referencia 25. El software
para modelos lineales generalizados mixtos está menos disponible en general y se basa en
aproximaciones que no funcionan bien con pequeños números de observación (recuentos de
Poisson o denominadores binomiales). AIC y una búsqueda en la red podrían ser una
elección competitiva Tanto P-splines como TPF se enfrentan con este problema, por lo que
no lo investigamos más aquí.
Nos gusta destacar que no hay nada natural o sagrado sobre los modelos mixtos en el
contexto de smoothing, pero la existencia de un modelo mixto robusto software en varias
plataformas lo convierte en una excelente elección. Una buena tecnología para estimar
componentes de varianza está disponible, por lo que no hay que molestarse en
escribir nuevos algoritmos.
TPF son una base natural para modelos mixtos, pero no la única opción posible. Eilers26
propuso utilizar
μ = Bα = Xγ + Za, (14)
with Z = BD_d(DdD_ d)−1,

una transformación de la base b-spline B. Como se muestra en la Figura 10, la matriz Z

tiene una condición numérica algo mejor que la base TPF F. RWC dar una cuenta clara de
un enfoque Bayesiano eficaz si la respuesta es gaussiana. Un ciclos entre (1) el muestreo de
nuevos coeficientes a partir de una distribución normal multivariante, dadas las varianzas 2
y 2; (2) muestreo de las distribuciones inversas univariadas Gamma, respectivamente, que
implica el número residuales y el número de coeficientes TPF. Este enfoque es
directamente transferible a B-splines y una penalización de diferencia, con la segunda
distribución inversa Gamma determinada por el valor de la de la diferencia, con la segunda
distribución inversa Gamma determinada por el valor de la de la diferencia. Dd 2. Lang y
Brezger adoptaron un enfoque alternativo, utilizando (integrado) antecedentes de caminata
aleatoria y lo implementó en el software BayesX.
Aquí también, una respuesta no gaussiana puede complicar las cosas de manera apreciable,
porque la simulación de nuevas propuestas para los coeficientes ya no es directa. Zhao et
al.25 reportan pruebas de varios algoritmos de muestreo.

Nuestra experiencia demuestra que un simple híbrido entre el enfoque bayesiano y los
modelos mixtos puede ser bastante eficaz. Considere el suavizado de los datos gaussianos.
En el sentido del modelo mixto, se puede interpretar como la relación entre la varianza de
y, b, 2, y la varianza de D, 2. El primero de ellos se puede estimar as 2y - B - 2/(m - ED) y
el segundo como á 2 D - D - 2/ED, cuando la dimensión efectiva se toma como

ED = tr[(B_B + λD_D)−1B_B].

Se repite el suavizado, estimando las varianzas y recalculando hasta la convergencia. Esto

generalmente ocurre sorprendentemente rápido, a menudo en menos de 10 iteraciones.
Para evitar divergencias en los casos en los que se indique un fuerte suavizado , sugerimos
utilizar el valor de 2/2 o 2, con un número pequeño como 10-8. Este enfoque está
relacionado el trabajo de Schall.29 Figura 11 ilustra este procedimiento para la estimación
del parámetro de suavizado. Una propiedad intrigante de este enfoque es que evita la
introducción de componentes 'fijos' como bien como problemas con antecedentes
singulares. A través de un modelo de componente aleatorio puro, la varianza del contraste
bien definido D- desempeña el papel central. Este procedimiento también se aplica a la
distribución no gaussiana con el Poisson o la distribución binomial:
simplemente use D - D - 2/ED)-1, donde ahora, después de
EM,

ED = tr[(B_WB + λD_D)−1B_WB],

donde los pesos en W siguen del algoritmo iterativo reponderado penalizado mínimos para
smoothing de datos no normales con PB-splines.

SUAVIZADO PERIÓDICO

Los datos periódicos son comunes, debido a naturales (diarios, anuales, lunares) o sociales
(semanales, mensuales) o ciclos, debido a vibraciones armónicas (estrellas periódicas, radio
señales). Al suavizar estos datos en un eje lineal, puede suceder que ambos extremos no se
unan sin problemas. Esto se puede evitar mediante el uso de una base periódica adecuada.
Con B-splines esto es bastante fácil: simplemente envolver alrededor las funciones base en
el 'final' al 'frente'. Más específicamente: una base b-splines 'lineal' de grado p tiene n
funciones de base p. Mantenga las primeras n columnas en una nueva matriz, digamos C, y
agregue las últimas columnas p de B a las primeras columnas p de C. Este procedimiento se
ilustra la vista en perspectiva de la Figura 12. La penalización por diferencia también tiene
que ser cambiada. Una solución simple es envolverlo de la misma manera como para la
base B-spline. Una mejora es usar (αj − 2φαj−1 + αj−2), también con un envoltorio
adecuado en los extremos y s cos(2o/n), donde n es del tamaño de la base B-spline. El
límite para un aleteo fuerte será entonces el número de c1 cos(2-j/n) c2 sin(2-j/n), con
c1 y c2 determinados a partir de los mínimos cuadrados que se ajusten a los
datos.

FIGURA 11 Elección automática del parámetro de suavizado con el algoritmo híbrido para
la estimación de varianza. Datos simulados. Línea rota: verdadera
curva; línea completa: suavizado estimado automáticamente.

Si los datos tienen una media que no está cerca de cero, es posible que el límite de
seno/coseno no encaje bien. Un simple cambio en la penalización resolverá esto. Denotar la
matriz correspondiente 'diferenciación' por y dejar Que D1 sea la (envuelta)
matriz que forma las primeras diferencias. Utilice la penalización D12.

SANCIONES DE DISEÑADOR

En la sección anterior ya hemos visto una 'penalización de diseñador', un cambio del

esquema de diferencia finito habitual a una suma más general de coeficientes adyacentes.
Variaciones interesantes en este tema son posibles. En su dúplica, EM introdujo la 'penalti
periódico' para suavizar una serie temporal de observaciones en una estrella periódica. El
comportamiento limitante para un fuerte suavizado es de especial interés.
Un ejemplo similar es la penalización (-j-1)2, que en el limit da a -j-c-j, con c una constante
determinada por (los mejores mínimos cuadrados aptos para) los datos. Un área que merece
mucha más investigación es ponderación de las diferencias en la penalización, para obtener
D, con V - diag(v) y v que tienen (desconocidos) elementos no negativos.5 pionero en un
general para la penalización de la cresta, dando una receta para estimar un general v de los
datos. Su enfoque es directamente aplicable a B-splines con penalizaciones de diferencia.
Objetivos ambiciosos sin embargo o una v preespecificada también puede ser muy útil.
Tomemos como ejemplo diferencias de segundo orden y un vector v de todos, excepto un
cero en la posición k. A continuación, para grandes, será una serie smooth, excepto para
una torcedura en la posición k. Si tanto vk como vk-1 son cero, el valor de la opción será
suave, a excepción de un saltar a la k.

FIGURA 13 Suavizado de datos de simulados (puntos) con y sin pesos exponencialmente

variables en las diferencias en la penalización. (a) Pesos uniformes; (b) pesos variables.
Parámetros optimizados con búsqueda de cuadrícula búsqueda y validación cruzada de
salida. Línea completa: curva ajustada (100 B-splines cúbicas, penalización de segundo
orden); línea rota: verdadera curva.

Dependiendo del número de nudos, el detopeo o salto aparecerá en un más o menos

suavizado en la curva ajustada. Por supuesto, las combinaciones de múltiples torceduras y
saltos se pueden introducir de esta manera. En algunas aplicaciones, un cambio gradual
suavida puede ser suficiente. Esto se puede logra tomando vk á e- k. Tanto la validación
cruzada como el AIC se optimizan mediante la validación cruzada o a un AIC. Por
supuesto, esta se aplica igualmente bien a TPF. Un ejemplo de suavizado con un cambio
exponencial de los pesos en la penalización se muestra en la Figura 13, utilizando datos
simulados: una función sinusoia con frecuencia y amplitud cambiantes.
Si utilizamos pesos uniformes y optimizamos con validación cruzada de salida (lo que
proporciona un óptimo 0,1), obtenemos un resultado que da una fluctuaciones bastante
fuertes de la curva ajustada en la parte de baja frecuencia y pierde los datos en la parte de
alta frecuencia.
Si introducimos pesos e- k y optimizamos tanto el como el, obtenemos un resultado más
razonable. Una cuadrícula búsqueda dio (aproximado) los valores óptimos de la
de la a 0,2 y a la 3 a 10 o 4. Esto significa que, con los 100 nudos utilizados aquí, el peso
más grande es de aproximadamente 5 x 108 veces más grande que el más pequeño.
A veces es fructífero tener múltiples sanciones de diferencia, de diferentes órdenes, o
añadir una penalización de extra de la cresta. Marx y Eilers30 encontraron, en el
contexto de la calibración multivariada por PSR, notablemente comportamiento mejorado
de validación cruzada.31 investigó el uso de sanciones de primer y segundo orden en
modelos aditivos basados en P-splines, y se encontró una mejor predicción de una
combinación de segundo y primer orden puede evitar que la respuesta de impulso del más
suave se convierta en negativo. Esto puede ser útil al suavizar señales que consisten en una
línea base bastante plana y pulsos agudos (más ruido), o al suavizar un histograma (sin ir al
enfoque lineal generalizado). Con sólo una penalización de segundo orden
pueden ocurrir excursiones negativas, que son poco atractivas cuando el contexto exige
resultados positivos. La respuesta de impulso es positiva en todas partes, los
resultados de suavizar datos no negativos nunca pueden convertirse en negativos, en virtud
de la linealidad del PB-spline más suave. La Figura 14 muestra ejemplos de
la respuesta de impulso con la penalización D2o 2 y con la penalización de la pena D2o 2 2
D1o 2. Esta última combina la parte superior redondeada del segundo orden
penalización con las colas positivas del penalty de primer orden. Las sanciones de segundo
orden se encuentran tanto en interpolación como en la extrapolación. Con sólo un segundo
orden penalización, bajo ciertas circunstancias la curva interpolación puede hacer unos
barridos bastante entusiasta, como muestra la Figura 15. Con la matriz de penaltis
D2o 2º D1o 2 podemos afinar esto dando un valor (pequeño) positivo. La
curva de interpolación ahora es esencialmente una suma de funciones lineales y
exponenciales, y la extrapolación es por una función exponencial a un nivel constante. El
gran, cuanto más rápido se decaigan los exponenciales. Este es el PB-spline análogo de
splines exponenciales.

FIGURA 14 (a) Respuesta de impulso de una P-spline más suave con una sola penalización de
diferencia de primer o segundo orden; (b) respuesta de impulso de un P-spline
más suave con penalizaciones de segundo y primer orden: pluma de la pluma de la pluma de
la pluma de la letra de la pluma D2o 2 2 D1o 2.

FIGURA 15 Interpolación y extrapolación con una combinación de

penalizaciones de primer y segundo orden: pluma D2o 2 de la palabra D1o 2. Los valores de á
son 0, 0.01, 0.02, 0.05 y 0.1, A más grande, da una curva más estrecha.

DISCUSSION
Hemos comparado dos enfoques con spline penalizada smoothing: PB-splines (B-splines
con una diferencia penalización) y PT-splines (TPTF con penalización de cresta).
Encontramos que:
• En nuestra experiencia práctica, los nudos igualmente espaciados siempre deben
preferirse.
• Una penalización de cresta en TPF equivale a una penalización de diferencia de (orden
fijo) en B-splines; B-splines permiten una elección flexible del orden de la penalización.

• Las B-splines se pueden calcular casi trivialmente desdeTPF.

• Ambas bases permiten un enfoque de modelo mixto. Además, los PB-splines se pueden
escribir como un modelo de componentealeatorio puro, simplificando el cálculo.
• Los nudos igualmente espaciados permiten una fácil interpolación con TPF y B-splines;
• Las bases TPF tienen propiedades numéricas deficientes, mientras que B-splines tienen
excelentes propiedades numéricas.
• Las B-splines permiten la visualización informativa.
• Las bases B-spline son escasas y se prestan bien a problemas a gran escala.
• Los productos tensores B-spline y las penalizaciones de diferencia son potentes
herramientas para el suavizado multidimensional. En contraste con una penalización de
cresta permiten un peso diferente para cada dimensión (anisotrópico suavida).

• Las B-splines y las penalizaciones por diferencia se adapta fácilmente al suavizado de los
datos periódicos.
• Sanciones de diseño, generalizaciones de diferencia sanciones que hacen que el enfoque
de la curva suave límites especiales (exponenciales o periódicos), se implementan
fácilmente en el marco B-spline. A la luz de la lista anterior, no somos conscientes de
ninguna ventaja de PT-splines, o TPF (con nudos no uniformes) y la penalización de la
cresta, por encima de los P-splines originales o PB-splines (B-splines con sanciones de
diferencia). Sin embargo, si los TTP deben ser elegidos, entonces recomendamos utilizar
nudos igualmente espaciados.