0
のようなものです。結果は次のとおりです。スムーズな用語が一般化線形モデル(パッケージmgcv)でシンプルなライン、私は以下のコードを使用してバイナリ応答で一般化加法モデルに適合してい
Family: binomial
Link function: logit
Formula:
y ~ dm + af + s(BMI) + s(sleepworkday)
Parametric coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) -1.3683 0.1291 -10.600 < 2e-16 ***
dmyes -1.0930 0.3019 -3.621 0.000294 ***
afyes -2.5139 1.0209 -2.462 0.013801 *
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Approximate significance of smooth terms:
edf Ref.df Chi.sq p-value
s(BMI) 1.000 1.000 4.834 0.0279 *
s(sleepworkday) 1.112 1.216 5.700 0.0305 *
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
R-sq.(adj) = 0.0447 Deviance explained = 6.58%
-REML = 247.49 Scale est. = 1 n = 606
両方のスムーズな用語が重要であると思われます。ここで
plot(m)
はプロットである::
他の円滑な用語は、単純なラインのようでもある。しかし、彼らは私が使用して単純なラインを食べました。滑らかな言葉が重要なのはなぜですが、湾曲していないのですか?オプションを変更する必要がありますか?