7: пока коэффиценты <math>\gamma_i</math> не стабилизируются;
====Пример====
Допустим В этом примере мы пытаемся восстановить зависимость, используя формулу Надарая-Ватсона по некоторым данным попытаемся локально регрессировать и сгладить медианную продолжительность безработицы на основе набора экономических данных из n наблюдений, 2 из которых имеют излишне высокое и излишне низкое значения соответственнопакета ggplot2 языка R. Большие ошибкиМы рассматриваем только первые 80 строк для этого анализа, вызванные этими выбросами, довольно заметно исказят полученный результат по формуле. В методе локально взвешенного поэтому легче наблюдать степень сглаживания мы домножаем веса объектов <math>w_i</math> на коэффиценты <math>\gamma_i=\widetilde{K}\left(\varepsilon_i\right)</math>, значения которых тем меньше, чем величина ошибки <math>\varepsilon_i</math>. Для этого мы возьмём квартическое ядро (не обязательно совпадающее с основным ядром) <math>\widetilde{K}\left(\varepsilon\right)=K_Q\left(\frac{\varepsilon}{6Me\left\{\varepsilon_i\right\}}\right)</math>, где <math>Me\left \{\varepsilon_i\right \}</math> — медиана множества значений <math>\varepsilon_i</math>. Таким образом выбросы будут нивелироваться автоматически при использовании данного подходаприведенных ниже графиках. <br>
===Другие алгоритмы борьбы с выбросами===
