Оригинальная ссылка:tecdat.cn/?p=23509

Первоисточник:Публичный аккаунт Tuoduan Data Tribe

Мы используем обобщенные аддитивные модели (ГАМ) в нашей исследовательской работе. Пакет mgcv представляет собой отличный набор программного обеспечения для определения, подбора и визуализации GAM для очень больших наборов данных.

В этом посте описывается, что в настоящее время возможно с помощью обобщенных аддитивных моделей (GAM).

Нам нужно загрузить mgcv

library('mgcv')

рисовать гладкофункциярисунок

Чтобы визуализировать предполагаемые GAM, mgcv предоставляет метод plot.gam() и функцию vis.gam() для создания графиков, подобных ggplot2, из объектов. Чтобы сгладить четыре оценки в модели GAMфункциядля визуализации мы будем использовать

plot(mod)

Результат - отрисовка каждого сглаживания в моде GAMфункция.

Используйте функцию построения графика для рисования нескольких панелей на устройстве рисования и выстраивания отдельных графиков в линию.

Экстракт гладкийфункцияданные

Базовая гладкость для работы с представлениями в модефункция, если вы хотите извлечь большую часть данных, используемых для построения графика, вы можете использовать функцию smooth().

smooth(mod, "x1")

Диагностическая карта

Диагностический график, созданный функцией check()

check(mod)

Результатом является массив из четырех диагностических графиков, включая график Q-Q (вверху слева) и гистограмму (внизу слева) остатков модели, график остатков в сравнении с линейным предиктором (вверху справа) и график наблюдаемых значений в сравнении с подобранными.

Каждый из этих четырех графиков создается с помощью доступной пользователю функции, реализующей конкретный график. Например, qqplot(mod) создает график Q-Q в левом верхнем углу рисунка выше.

qqplot(mod)

Результатом qqplot(mod) является график остатков Q-Q с эталонными величинами, полученными путем моделирования данных подобранной модели.

还可以处理目前可用的许多更专业的гладкийфункция。例如，二维гладкийфункция.


plot(mod)

2D гладкийфункцияПо умолчанию используется метод построения графика plot().

и коэффициент гладкостифункцияУсловия взаимодействия, эквивалентные случайным наклонам и точкам пересечения гладких кривых, нанесены на панель, а цвета используются для различения различных случайных гладких кривых.функция.


## 模拟数据
f0 <- function(x) 2 * sin(pi * x)
f1 <- function(x, a=2, b=-1) exp(a * x)+b
f2 <- function(x) 0.2 * x^11 * (10 * (1 - x))^6 + 10 * (10 * x)^3 * (1 - x)^10
f <- f0(x0) + f1(x1, a[fac], b[fac]) + f2(x2)
fac <- factor(fac)
y <- f + rnorm(n) * 2


plot(mod)

Содержит фактор — сглаживаниефункцияРезультаты более сложной игры терминов взаимодействия, BS = 'FS'.

Что еще можно сделать?

Может справиться с большей частью гладкости, которую может оценить mgcvфункция, включая сглаживание по переменным с факторами и непрерывными вторичными переменнымифункция, случайные эффекты плавныефункция(bs = 're'), сглаживание двумерного тензорного произведенияфункцияи модель с параметрическими условиями.

использованная литература

Augustin, N. H., Sauleau, E.-A., and Wood, S. N. (2012). On quantile quantile plots for generalized linear models. Computational statistics & data analysis56, 2404–2409. doi:10.1016/j.csda.2012.01.026.