问题标签 [gam]

背景

PostgreSQL 数据库使用 PL/R 调用 R 函数。计算 Spearman 相关性的 R 调用如下所示：

同样在 R 中，对拟合的广义相加模型 (GAM) 进行了简单计算：

这里x代表从 1900 年到 2009 年的年份，y是该年的平均测量值（例如，最低温度）。

问题

拟合的趋势线（使用 GAM）相当准确，如下图所示：

问题是相关性（显示在左下角）不能准确地反映模型与数据的拟合程度。

可能的解决方案

提高相关精度的一种方法是对分箱数据使用均方根误差 (RMSE) 计算。

问题

问题 1。您将如何在 R 语言中对分箱数据执行 RMSE 计算以获得 GAM 与测量值的相关性（0 到 1 之间）？

问题 2。有没有更好的方法来找到 GAM 对数据的拟合精度，如果有，它是什么（例如，均方根偏差）？

尝试的解决方案 1

1. 使用观察量和模型 (GAM) 量调用 PL/R 函数：/li>
2. 定义plr_corr_rmse如下（其中o和m表示观察到的和建模的数据）：/li>

o - m是错的。我想通过计算mean每 5 个数据点（最多有 110 个数据点）来合并两个数据集。例如：

然后将 RMSE 计算更正为：

如何c( mean(o[1:5]), mean(o[6:10]), ... )在适当数量的 bin 中计算任意长度的向量（例如，5 可能不适合仅 67 次测量）？

我觉得hist这里不适合，是吗？

尝试的解决方案 2

以下代码将解决该问题，但它会从列表末尾删除数据点（以使列表可被 5 整除）。该解决方案并不理想，因为数字“5”相当神奇。

还有哪些其他选择？

提前致谢。

背景

使用 R 预测系列中的下一个值。

问题

以下代码为具有一些均匀噪声的曲线生成并绘制模型：

正如预期的那样，该模型揭示了趋势。麻烦在于预测后续值：

绘制时预测看起来不正确：

预测值（从 201 开始）似乎太低了。

问题

1. 如图所示，预测值是否实际上是最准确的预测？
2. 如果不是，如何提高准确性？
3. 连接两个数据集（fitted.values( gam.object )和p）的更好方法是什么？

我正在尝试分析生物的一些视觉横断面数据以生成栖息地分布模型。一旦看到有机体，就会在给定时间间隔收集点数据时跟踪它们。由于这些“跟随”之间的自相关，我希望使用类似于 Pirotta 等人的 GAM-GEE 方法。2011，使用包'yags'和'splines'（http://www.int-res.com/abstracts/meps/v436/p257-272/）。他们的 R 脚本显示在这里 (http://www.int-res.com/articles/suppl/m436p257_supp/m436p257_supp1-code.r)。我使用此代码的成功有限，并且存在多个模型无法收敛的问题。

以下是我的数据结构：

这是我的块变量的摘要（指示每个块中存在自相关的组数

但是，我想使用'gamm4'包，因为我更熟悉Simon Wood教授的包和功能，看来gamm4可能是最合适的。重要的是要注意模型具有二元响应（沿样带的有机体存在缺失），因此我认为 gamm4 比 gamm 更合适。在 gamm 帮助中，它为因子内的自相关提供了以下示例：

按照此示例，以下是我用于数据集的代码

但是，通过检查输出 (summary(b$gam)) 和特别是 summary(b$mer))，我要么不确定如何解释结果，要么不相信组内的自相关被考虑在内.

如何确保在“块”变量的每个唯一值中确实考虑了自相关？解释“summary(b$mer)”输出的最简单方法是什么？

结果确实与使用相同变量和参数但没有“correlation=...”术语的普通 gam（包 mgcv）不同，表明正在发生不同的事情。

但是，当我为相关项（季节）使用不同的变量时，我得到了相同的输出：

我只是想确保它正确地允许“块”变量的每个值内的相关性。我如何制定模型来说明自相关可以存在于块的每个单个值中，但假设块之间是独立的？

另一方面，在大型模型（变量多于 2）的模型完成后，我还会收到以下警告消息：

目前，我正在使用 GAM 模型复制 Wood（2006 年）关于芝加哥空气污染与死亡率之间关系的练习。

因此，我遵循了他在书中使用的代码。该库称为“gamair”，数据框为“chicago”。

我把这个（就像这本书一样）：

但我得到一个错误：

有人可以解释一下吗？

非常感谢。

我正在使用 GAM 模型根据给定点的某些环境条件来预测物种丰度。我创建了一个广义加法模型 (GAM) 来执行此操作并以此为基础进行预测。但是，我在模型方程中有一个分类变量（沉积物类型 = [1,2,3,4]）。该方程似乎工作得很好，但是拟合的结果似乎将因子水平“1”吸收到截距中。见下文。

谁能解释这个模型发生了什么？我不完全明白。这是在 R 中使用 mgcv 包运行的。谢谢！

我使用了一个广义的加法模型来分析一些数据，现在希望绘制结果。

从上面的示例中，如何将各个图保存到不同的 pdf 文件中？

我有以下示例（与我的数据格式相似）：

从这个模型中，绘制的结果首先显示了平均温度变化作为一年中一天的函数，然后是每个位置的温度与这个平均值的变化量。一天中的时间也是如此。

问题在于 y 轴没有显示正确的值范围，即第一个图没有显示这些位置的平均温度。如何更改绘图以显示 (1) 两个位置的平均温度和 (2) 每个位置的温度与平均值相比，而不是某个任意数字。

如果我没有明确表达我的意图，请告诉我，我会尽力提供一个更好的例子。

如果这更适合 CrossValidated，我们深表歉意。

我正在使用 R 中的 mgcv 包将 GAM 模型拟合到二项式数据。协变量之一是周期性的，因此我指定了bs = "cc"循环三次样条。我在交叉验证框架中执行此操作，但是当我使用该predict函数拟合我的保留数据时，出现以下错误：

这是一些应该复制错误的代码：

任何关于我哪里出错的建议将不胜感激。也许手动指定结落在 -pi 和 pi 上？

我正在使用 R 中的 mgcv 包将 GAM 模型拟合到数据。我的一些预测变量是圆形的，所以我使用的是周期性平滑器。我在交叉验证中遇到了一个问题，我的保留数据集可能包含训练数据范围之外的值。由于 gam 包自动为平滑选择结，这会导致错误（请参阅我的相关问题-感谢@nograpes 和 @DWin 对那里错误的解释）。

如何手动指定周期性平滑的外部结？

示例代码

第一个块生成一些数据。

下一个块用周期性平滑拟合 GAM 模型：

它将在更平滑术语的规范中的某个地方，s(x,bs="cc",k=5)我相信你将能够设置一些结，但这对我来说在谷歌搜索的帮助下并不明显gam。

如果您按上述方式设置种子，此块将适合一些保留数据并产生错误：

理想情况下，我只会设置外部结，然后gam选择其余的。

如果这个问题对于 CrossValidated 来说比 SO 更好，我们深表歉意。

我权衡了点不完全平滑的模拟生成的曲线。我想拟合样条曲线并计算最大值。由于点的锯齿状特性，尤其是在峰值附近，将样条曲线拟合到整个曲线是没有意义的。相反，我想丢弃曲线的大多数（不是全部）无信息部分（其中点不是均匀地增加/减少），以便我可以拟合更好的样条曲线。

这里有 3 条示例曲线。

这是我的spline功能。

任何人都可以提出一种算法或想法，使我能够专注于曲线中点变化更多的部分，并仅将样条拟合到那些（并丢弃峰值两侧没有贡献的其他点更多信息）？