Ответы:
Я думаю, что важно различать методы и их реализации в программном обеспечении. Основное отличие от первого состоит в том, что lowess допускает только один предиктор, тогда как loess можно использовать для сглаживания многомерных данных в своего рода поверхность. Это также дает вам доверительные интервалы. В этих смыслах лесс является обобщением. Хотя по умолчанию для lowess используется взвешивание трибуна, по умолчанию loess выполняет невзвешенную подборку.
Теперь для реализации. В некоторых программах lowess использует линейный полином, в то время как loess использует квадратичный полином (хотя вы можете изменить это). Значения по умолчанию и ярлыки, которые используют алгоритмы, часто бывают совершенно разными, так что трудно добиться однозначного совпадения выходных данных. С другой стороны, мне не известен случай, когда выбор между ними имел существенное значение.
Специально для R разница невелика. Здесь есть очень подробное объяснение: https://support.bioconductor.org/p/2323/
Но обратите внимание, что lowess () в R выводит список данных, в то время как loess () выводит модель, которая может быть введена в предикат ().