时间戳

首页 > 解决方案 > R中GAM中参数项的曲率与mgcv

r - R中GAM中参数项的曲率与mgcv

问题描述

我有一个 GAM 模型（如下），其中 SST_mean 和 NAO 是数值，周期和区域是分类因素。我使用 mgcv 中的 concurvity 函数检查了 concurvity。

m2 <- gam(Strandings ~ s(SST_mean) + s(NAO, bs="re") + Cycle + Region, 
      family=poisson, data=DAT_ST, method = "REML")

下面的初始结果具有相当高的值，表明模型中存在弯曲性。

> concurvity(m2, full = TRUE)
                     para     s(SST_mean)  s(NAO)
          worst    0.8944583  0.7532177   0.7131497
          observed 0.8944583  0.5784295   0.7131497
          estimate 0.8944583  0.5309899   0.7131497

我进行了成对比较，看起来曲率问题实际上是在参数项之间而不是在平滑项之间或在平滑项和参数之间

 > concurvity(m2, full = FALSE)
 $worst
                para        s(SST_mean)    s(NAO)
 para        1.000000e+00   1.736827e-25   0.001064966
 s(SST_mean) 1.746022e-25   1.000000e+00   0.351366528
 s(NAO)      1.064966e-03   3.513665e-01   1.000000000

这有什么原因吗？这对我的模型来说是个问题吗？或者因为参数是分类的，出于某种原因这是可以预期的吗？我读到高于 0.8 的人表示应该解决的并发性，但我在文献中找不到任何特定的阈值。请问有没有人可以推荐的参考资料？

标签： rgammgcvmodel-fitting

解决方案

推荐阅读