问题标签 [gam]

gam我使用mgcv包中的负二项式系列拟合广义加法模型。我有一个数据框，其中包含我的因变量Y、自变量X、其他自变量Oth和一个因子Fac。我想适合以下模型

Y ~ s(X) + Oth

theta每个因素水平不同。换句话说，我使用

fit <- gam(Y~s(X)+Oth, family=nb())

但这仅给了我theta整个数据集的一个分散参数。相反，我相信各因子的均值是相同的，因此s(X)和只需要一组系数Oth，但方差会随因子而变化，因此我希望theta每个 的水平有一个离散估计Fac。

自然地，每个因子级别拟合一个模型是行不通的，因为我会为每个因子级别的自变量获取一组系数，而不是为整个数据集获取一组系数。

我的 GAM 曲线正在向下移动。拦截有什么问题吗？我使用的代码与Introduction to statistical learning...任何帮助表示赞赏..

这是代码。我模拟了一些数据（一条带噪声的直线），并使用引导程序多次拟合 GAM。（我花了一段时间才弄清楚如何在一个图中绘制多个 GAM 拟合。感谢这篇文章Sam 的回答和这篇文章）

我对 rstudio 中的 GAM 和 GLM 建模有疑问。查看结果，每个第一个因素都保持截距，我该如何阻止它，这样我才能看到所有因素的影响？谢谢戴夫

在使用包预测 GAM 模型时mgcv，使用micv平滑函数（来自scam包）为协变量之一构建，我收到以下错误：

代码：

我也尝试了以下方法：

所有变量都是数字

我正在用 python 制作游戏，我试图在屏幕上显示某些东西的 x 和 y 值。

我作为示例制作的代码是，

我的问题是如何获得在屏幕上显示/显示的 RocketImage 的 x 和 y 坐标。

任何信息都会对如何做到这一点有所帮助/代码。

谢谢

我想拟合一个功能广义加法模型（具有标量结果和功能预测器），其中结果在积分上回归：

默认情况下，R 中的“退款”包采用更灵活的形式

有没有办法限制函数 F 不依赖于 t 变量？我通过将 t 方向的自由度指定为“pfr”函数中的一个来尝试此操作，但该函数忽略了此约束。这是显示我得到的错误的最小工作示例（取自“af”函数的文档）：

我有两个符合beta（也称为betar）和Poisson族的响应，我正在研究beta分别使用和准族（计数数据过度分散）拟合加性混合模型。

我知道我可以使用同时接受和准家庭的包中的gamm函数，但是我正在考虑它使用 PQL，并且mgcvbetaAIC报告的对于比较模型没有用 - 这是我分析的主要目标。

在计数响应的情况下，我知道它QAIC已用于对过度分散的混合模型进行排名/比较，但我找不到任何说明它适用于过度分散的 GAMM 的内容。

我理解这些可能是两个问题合二为一，但它们都有一个共同的主题，即大家庭的模型选择，并且可能有不同的解决方案。下面我为每种情况提供可重复的示例。

嗨，我在这里寻找一些澄清。

上下文：我想在散点图中画一条不显示参数的线，因此我在 ggplot 中使用 geom_smooth()。它会自动返回geom_smooth: method="auto" and size of largest group is >=1000, so using gam with formula: y ~ s(x, bs = "cs"). Use 'method = x' to change the smoothing method.我收集 gam 代表广义加法模型，并使用三次样条。

以下认识是否正确？

-Loess 估计特定值的响应。

-样条是连接适合数据的不同分段函数的近似值（构成广义加法模型），三次样条是此处使用的特定类型的样条。

最后，什么时候应该使用样条，什么时候应该使用黄土？

我正在尝试扩展一个类似于 Gavin Simpson 在这里描述的模型，以包括随机效应。 https://stats.stackexchange.com/questions/32730/how-to-include-an-interaction-term-in-gam

whereloc被一个 4 级因子代替。固定效应是两个分类变量（A 和 B）和两个连续变量（C1 和 C2），具有所有成对的交互作用。响应为 1 和 0。

例如

试图运行它我得到了错误
Error in X %*% diag(diagU[indi]) : non-conformable arguments

从潜伏在代码中gamm4()，gamm()它似乎与惩罚随机效应的每个级别内的平滑有关？

我目前正在运行模型，其中包含 4 个个体（最终可能有 40 个左右），并且最终也应该在几年内嵌套个体。

可能是我的问题是针对特定情况的（阅读：我代表我的数据过于雄心勃勃），但gamm4()在某些问题上阅读仍然是“建设阶段”让我想知道我是否代表雄心勃勃gamm4()?

或者我可能只是完全错了，并且在一些死胡同中远足......

我已经构建了三个替代模型，gamm4并希望比较和报告我所有三个模型中代表的不同预测变量的参数估计值。我正在使用MuMIn模型平均过程中计算参数估计值。

但是，返回每个变量和节点级别的参数估计值，而不是每个预测变量的总体估计值（例如，当 时k=5，它返回k1to 的参数估计值k4。除此之外，我感兴趣的是比较每个预测变量的整体效果/重要性因此对每个结的估计不感兴趣。

1）有没有办法获得与每个预测变量相关的总体估计，而不管节点级别如何？这样人们就可以使用这样的估计（标准化时）来推断整体效果，就像使用“glmm”时所说的那样）。

2）一般来说，一个模型应该如何报告估计gamm4或gamm改写 - 这些模型中的哪些组件应该报告，这些组件可以用于模型平均吗？