Rの関数:NLSstClosestX {stats}

args(NLSstClosestX)

# stats::NLSstClosestX の sortedXyData クラス用メソッド
# 引数 xy: sortedXyData オブジェクト（xでソートされたデータフレーム的なもの）
# 引数 yval: ターゲットとなる y の値（この値になるときの x を知りたい）
function(xy, yval) {
  # 1. 偏差の計算
  # データの各 y 値とターゲット値との差を計算する
  # 負の値ならターゲットより下、正の値ならターゲットより上にデータがある
  deviations <- xy$y - yval

  # 2. 完全一致の判定
  # もしデータの中にターゲットと完全に一致する y があれば、
  # そのデータ点の x をそのまま返す（計算不要）
  if (any(deviations == 0)) {
    return(xy$x[match(0, deviations)])
  }

  # 3. 下側（ターゲットより小さい値）の直近点を探す
  if (any(deviations <= 0)) {
    # ターゲット以下の偏差の中で、最大のもの（＝偏差が0に最も近い負の値）を探す
    dev1 <- max(deviations[deviations <= 0])

    # その偏差を持つデータ点の x 座標を取得 (これを x1 とする)
    lim1 <- xy$x[match(dev1, deviations)]

    # もし「全てのデータがターゲット以下」なら、補間できないため
    # 最も近い点（最大のデータ点）の x をそのまま返す（端点処理）
    if (all(deviations <= 0)) {
      return(lim1)
    }
  }

  # 4. 上側（ターゲットより大きい値）の直近点を探す
  if (any(deviations >= 0)) {
    # ターゲット以上の偏差の中で、最小のもの（＝偏差が0に最も近い正の値）を探す
    dev2 <- min(deviations[deviations >= 0])

    # その偏差を持つデータ点の x 座標を取得 (これを x2 とする)
    lim2 <- xy$x[match(dev2, deviations)]

    # もし「全てのデータがターゲット以上」なら、補間できないため
    # 最も近い点（最小のデータ点）の x をそのまま返す（端点処理）
    if (all(deviations >= 0)) {
      return(lim2)
    }
  }

  # --- ここに来る時点で、ターゲットを挟む2点 (x1, y1) と (x2, y2) が特定されている ---
  # dev1: y1 - yval (負の値)
  # dev2: y2 - yval (正の値)

  # 5. 距離の絶対値化
  dev1 <- abs(dev1) # ターゲットから下の点までの距離 d1
  dev2 <- abs(dev2) # ターゲットから上の点までの距離 d2

  # 6. 逆線形補間 (Inverse Linear Interpolation) の実行
  # 2点間を直線で結び、内分点の公式を使って x を推定する
  # 式: x = x1 + (x2 - x1) * (d1 / (d1 + d2))
  lim1 + (lim2 - lim1) * dev1 / (dev1 + dev2)
}