Answers:
我认为区分方法及其在软件中的实现非常重要。与第一个方面的主要区别在于，最低限度仅允许一个预测变量，而黄土量可用于将多元数据平滑为一种表面。它还为您提供了置信区间。从这些意义上讲，黄土是一种概括。Lowess的默认设置是使用三角加权，而Loess默认执行未加权拟合。
现在开始执行。在某些软件中，lowess使用线性多项式，而loess使用二次多项式（尽管您可以更改）。该算法使用的默认值和快捷方式通常相差很大，因此很难使单变量输出完全匹配。另一方面，我不知道两者之间的选择有实质性差异的情况。
专门针对R，差异很小。这里有一个非常详细的解释：https : //support.bioconductor.org/p/2323/
但是请注意，R中的lowess（）输出数据列表，而loess（）输出可以输入到predict（）中的模型。