Funcții de bază și netezire

Modelare neliniară cu Generalized Additive Models (GAMs) în R

Noam Ross

Senior Research Scientist, EcoHealth Alliance

Obținerea ajustării corecte

  • Aproape de date (evitând subajustarea)
  • Fără ajustarea zgomotului (evitând supraajustarea)
Modelare neliniară cu Generalized Additive Models (GAMs) în R

Echilibrarea sinuozității

$$\LARGE \text{Fit} = \text{Likelihood} - \lambda \times \text{Wiggliness}$$

Modelare neliniară cu Generalized Additive Models (GAMs) în R

Alegerea parametrului de netezire potrivit

Modelare neliniară cu Generalized Additive Models (GAMs) în R

Sintaxa de netezire

Setarea unui parametru de netezire fix

gam(y ~ s(x), data = dat, sp = 0.1)
gam(y ~ s(x, sp = 0.1), data = dat)

Netezire prin maximum de verosimilitate restricționat

gam(y ~ s(x), data = dat, method = "REML")
Modelare neliniară cu Generalized Additive Models (GAMs) în R

Numărul funcțiilor de bază

Modelare neliniară cu Generalized Additive Models (GAMs) în R

Sintaxa funcțiilor de bază

Setarea numărului de funcții de bază

gam(y ~ s(x, k = 3), data = dat, method = "REML")

gam(y ~ s(x, k = 10), data = dat, method = "REML")

Utilizarea valorilor implicite

gam(y ~ s(x), data = dat, method = "REML")
Modelare neliniară cu Generalized Additive Models (GAMs) în R

Să exersăm!

Modelare neliniară cu Generalized Additive Models (GAMs) în R

Preparing Video For Download...