Las líneas de suavizador son más útiles cuando la curvatura de la relación no cambia abruptamente. Las líneas más suaves agregadas a gráficas se calculan utilizando el método de suavización lowess.
En esta gráfica de series de tiempo, una línea de suavizador es continua y la otra línea de suavizador es discontinua.
Puede agregar una línea más suave lowess a gráficas de dispersión, gráficas de matriz, histogramas o graficas de series de tiempo.
Luego de agregar una línea de suavizador a una gráfica, puede cambiar su color, tamaño, tipo y parámetros.
El método de suavización lowess es una técnica común para determinar una línea de suavización. Lowess significa LOcally-WEighted Scatterplot Smoother (suavizador de gráficas de dispersión ponderadas localmente). Puede especificar parámetros para modificar tanto el grado de suavización como la influencia de valores atípicos.
La rutina lowess calcula un valor Y nuevo y suavizado para cada valor X.
La rutina selecciona una fracción (por opción predeterminada f = 0.5) de todos los puntos, utilizando los datos más cercanos en el valor X en cualquiera de los dos extremos del punto (X,Y). Esta fracción se denomina grado de suavización. La selección a menudo genera más puntos seleccionados en un lado del valor X que en el otro. El ejemplo siguiente muestra la fracción de datos seleccionados para un punto determinado. El área sombreada contiene la fracción de 0,5 más cercana al punto de datos rojo sólido.
Minitab calcula las ponderaciones utilizando la distancia X entre cada punto en la fracción seleccionada y el punto que se suavizará:
La siguiente gráfica muestra la relación entre las ponderaciones (eje vertical) y los valores X (eje horizontal) para la fracción de los puntos seleccionados. Los puntos más cercanos a cada valor X tienen la mayor ponderación en la suavización.
Minitab realiza una regresión lineal ponderada en todos los puntos en la fracción seleccionada de los datos, utilizando las ponderaciones del paso 2 para producir un valor suavizado inicial.
Finalmente, Minitab limita la influencia de los valores atípicos en los resultados utilizando iteraciones adicionales (por opción predeterminada n = 2) del paso 3, donde las ponderaciones nuevas se calculan de la manera siguiente: