r - 如何将(gam)图中的y轴值从平滑值更改为实际值?
问题描述
我试图在同一个图中绘制三个 gam 函数(相同的单位),x 轴是日期(1 月 1 日至 12 月 31 日),y 轴是浓度。
## pm, macc and pred in a same plot
gam.pre.pm10.time<-mgcv::gam(pre.pm10~s(time),data=mypred1)
plot(gam.pre.pm10.time,shade=T,xaxt="n",scale=-1,lty=3)
axis(1,labels=c("Jan", "Feb", "Mar", "Apr", "May", "Jun", "Jul", "Aug", "Sep", "Oct", "Nov", "Dec"),at=seq(1,365,31),las=1)
plot(gam.pm10.time,shade=T,shade.col = "blue", xaxt="n",yaxt="n",xlab="",ylab="PM10", scale = -1)
par(new=TRUE)
plot(gam.macc.time,shade=T,shade.col = "green", xaxt="n",yaxt="n",lty=2,xlab="",ylab="", scale = -1)
par(new=TRUE)
plot(gam.pre.pm10.time,shade=T,shade.col="grey", xaxt="n",yaxt="n",xlab="",ylab="",scale=-1,lty=3)
axis(1,labels=c("Jan", "Feb", "Mar", "Apr", "May", "Jun", "Jul", "Aug", "Sep", "Oct", "Nov", "Dec"),at=seq(1,365,31),las=1)
legend(x="bottomleft",y=8,bg='transparent',
legend=c("PM10","MACC","PRED"),
lty=1:3,cex=0.8)
par(new=FALSE)
#
我不允许插入图片,但基本上我的 y 轴范围现在是 [-5,2]。我的问题是如何将 y 轴从平滑值更改为实际浓度值?在这种情况下1~98?
提前谢谢了!
解决方案
总体思路是绘制模型的预测值,即您已经可视化的平滑效果plot.gam()
加上模型截距项。您可以将模型截距添加到所有内容(请参阅shift
参数plot.gam
并将其传递coef(mod)[1]
以获取截距。),但更通用的解决方案是在一组平滑的时间点从模型进行预测,然后绘制它们。
使用单个模型而不是三个模型也会更容易。我在下面的示例中使用单个模型,但这些想法适用于单独的模型,您只需要分别从三个模型中进行预测,然后组合(例如rbind()
)预测值集。
示例数据
library('mgcv')
## Factor `by' variable example (with a spurious covariate x0)
## simulate data...
dat <- gamSim(4)
## fit model...
b <- gam(y ~ fac +s(x2, by = fac), data = dat)
现在预测因子的每个级别的协变量范围(x2
在我的示例中,time
在您的范围内) - 您需要相应地创建数据,其中包含一个具有堆叠响应值的响应列和一个fac
(或其他名称)变量它是哪种类型的响应的代码(macc
, pre.pm10
,pm10
将是级别)。
pdat <- with(dat, expand.grid(fac = levels(fac),
x2 = seq(min(x2), max(x2), length = 200)
)
)
然后根据这些观察值从模型中预测
pdat <- transform(pdat, pred = predict(b, newdata = pdat, type = "response"))
然后情节。(这个例子x2
在间隔 0,1 上是统一的。要根据你的例子将它转换为一年中的一天,我只需将 365.25 乘以x2
,但你可以直接使用你的时间变量)。
## create a `time` variable for plotting
dat <- transform(dat, time = 365.25 * x2)
pdat <- transform(pdat, time = 365.25 * x2)
## ylims for plot, contain data
ylims <- with(dat, range(y))
## draw base plot
plot(y ~ time, data = dat, xaxt = 'n')
levs <- levels(dat[['fac']])
cols <- c('red', 'green', 'blue')
## add the fitted lines
for (l in seq_along(levs)) {
dd <- subset(pdat, fac == levs[l])
lines(pred ~ time, data = dd, col = cols[[l]])
}
## using *your* code add axis
## --- this gets the wrong days of year for months bc not all have 31 days!
axis(1, labels = month.abb, at = seq(1, 365, 31), las = 1)
这一切都产生
推荐阅读
- .net - C# 以编程方式保存外部参照时如何关闭 Autocad 弹出窗口?
- javascript - 是否可以在 Javascript 中的特定条件下停用 addeventlistener (mouseover/mouseout)?
- c# - 坏循环混乱
- sql - 如何优化 SQL 查询地理定位数据?
- heroku - Heroku 是否有任何类型的 dotfile,因此您不必继续使用 --application 或 -a?
- captcha - Grav 中带有 hCaptcha 的 Zammad 反馈表
- windows - 在远程 Windows 机器上运行 Jenkins
- node.js - 如何使用nodejs mongodb编辑(添加或删除字段)返回JSON
- php - 如何在 yii2 中添加选择标签到搜索模型?
- javascript - 重写使用 API 在 JS 中工作的特定 getJSON() 行