mgcv

    0熱度

    1回答

    如果模型是使用mgcv安裝然後順利術語繪製, m <- gam(y ~ s(x)) plot(m, shade = TRUE) ,那麼你得到一個置信區間的曲線的曲線圖。我猜想,這些是逐點置信區間。他們是如何計算的? 我試着寫 object <- plot(m, shade = true) object[[1]]$fit +- 2*object[[1]]$se ,以便提取使用標準誤差和2

    0熱度

    1回答

    的mgcv [R 我想知道是否有另一種方式來寫函數: gam(VariableResponse ~ s(CovariateName1) + s(CovariateName2) + ... + s(CovariateName100), family = gaussian(link = identity), data = MyData) 在mgcv包 ,而無需輸入100個協的名字如上?

    0熱度

    1回答

    如何在mgcv::gam中預測何時適合可能含有隨機效應的模型? 本網站上的 「排除」 招另一個線程不適合我(https://stats.stackexchange.com/questions/131106/predicting-with-random-effects-in-mgcv-gam) ya <- rnorm(100, 0, 1) yb <- rnorm(100,0,1.5) yc <-

    1熱度

    1回答

    每當我嘗試使用ggplot2的函數geom_smooth()時,我得到一個段錯誤。我發現這個問題是由於mcgv軟件包造成的,這是一個R推薦的軟件包,只要包含它就會出現段錯誤。下面是從它的安裝輸出: > install.packages('mgcv') Installing package into ‘/home/<username>/R/x86_64-pc-linux-gnu-library/3

    1熱度

    1回答

    我試圖以配合二元響應廣義相加模型,使用的代碼: library(mgcv) m = gam(y~s(x1)+s(x2), family=multinom(K=2), data=mydata) 下面是部分我數據(樣本量爲443): mydata[1:3,] y x1 x2 1 1 12.55127 0.2553079 2 1 12.52029 0.2264185 3 0 1

    1熱度

    1回答

    在GAM(和GLM,就此而言)中,我們擬合了條件似然模型。因此,在擬合模型之後,對於新輸入x和響應y,我應該能夠計算給定x的特定值y的預測概率或密度。例如,我可能想要這樣做來比較驗證數據上各種模型的適合性。有沒有一種方便的方法可以在mgcv中使用合適的GAM來做到這一點?否則,我如何計算出使用的密度的確切形式,以便適當地插入參數? 作爲一個具體例子,考慮一個負二項分佈GAM: ## From ?n

    2熱度

    1回答

    我剛完成使用mgcv程序包(我將稱這個模型爲gam1.5)來完成擬合GAM。我一直在玩vis.gam函數,我有一個問題,我一直無法解決。 我想標準化我的模型的擬合值,所以當我使用vis.gam時,z軸的限制爲[0,1]。 我的想法就是將正常化公式在我的GAM模型的$fitted.values如下: gam1.5$fitted.values<-(gam1.5$fitted.values-min(ga

    0熱度

    1回答

    我正在使用mgcv :: gam擬合負二項模型,並且我注意到無效偏差從適合變爲適合。如果我使用negbin家庭功能而不是nb,問題就會消失。 以下重現該問題。 library(mgcv) set.seed(3) n <- 400 dat <- gamSim(1, n=n) g <- exp(dat$f/5) ## negative binomial data... dat$y <-

    2熱度

    1回答

    我想編寫一個函數,用因子變量估計gam並繪製所有變量(包括因子變量)的結果。但mgcv-package的繪圖函數會引發錯誤。爲什麼會發生此錯誤,我該如何解決? library(mgcv) plot_model <- function(x){ agam <- gam(mean ~ s(bla) + bla2, data=x) plot(agam, pages=1, all.te

    0熱度

    1回答

    在下面的函數我一定要使用擬合GAM模型,以避免錯誤 錯誤EVAL當bquote功能EXPR, envir,enclos):object'x'not found 當調用plot.gam時。由於我想繪製的因素變量而發生錯誤。然而,我並不真正瞭解bquote在這裏做什麼以及爲什麼我需要它。 library(mgcv) plot_model <- function(x){ # agam <-