Visualiser des GAM logistiques

Modélisation non linéaire avec les Generalized Additive Models (GAM) en R

Noam Ross

Senior Research Scientist, EcoHealth Alliance

Transformer les échelles

Graphiques en log-cotes

plot(binom_mod)

Convertir les effets partiels

plot(binom_mod, pages = 1, trans = plogis)

Convertir les effets partiels (2)

plot(binom_mod, pages = 1, trans = plogis)

Ajouter une ordonnée à l'origine

plot(binom_mod, pages = 1, trans = plogis,
     shift = coef(binom_mod)[1])

Ajouter une ordonnée à l'origine (2)

plot(binom_mod, pages = 1, trans = plogis,
     shift = coef(binom_mod)[1])

Intégrer l'incertitude de l'ordonnée

plot(binom_mod, pages = 1, trans = plogis,
     shift = coef(binom_mod)[1],
     seWithMean = TRUE)

Améliorer le graphique

plot(binom_mod, pages = 1, trans = plogis, shift = coef(binom_mod)[1],
     seWithMean = TRUE, rug = FALSE, shade = TRUE, 
     shade.col = "lightgreen", col = "purple")

Passons à la pratique !

Modélisation non linéaire avec les Generalized Additive Models (GAM) en R