С помощью функции regress

Так как regress пытается приблизить все точки данных, используя один полином, это не даст хороший результат, когда данные не связаны единой полиномиальной зависимостью. Например, предположим, ожидается, что y_i зависят линейно от x в диапазоне от x₁ до x₁₀ и ве­дут себя подобно кубическому полиному в диапазоне от x₁₁ до x₂₀. Если используется regress с n=3, можно получить хорошее приближение для второй половины, но плохое - для первой. Функция loess облегчает эти проблемы, выполняя локальное приближение. Вместо создания одного полинома, как это делает regress, loess создаёт различные полиномы второго порядка в зависимости от расположения на кривой.

Она делает это, исследуя данные в малой окрестности точки, представляющей интерес. Аргумент span управляет размером этой окрестности. По мере того, как диапазон становится большим, loess становится эквивалентным regress с n=2. Значение по умолчанию - span = 0,75.

Рис. 10.3 показывает, как span  влияет на приближение, выполненное функцией loess .

Рис. 10.3. Влияние различных значений span на функцию loess