mgcv

0熱

1答えて

mgcv :: gam "を使用してマルコフランダムフィールドを評価しようとするとエラーが発生する" nb/polysの領域名とデータ領域名が一致しない "

私はcancensusパッケージを使用してダウンロードしたデータを使ってGavin Simpsonの投稿great blogを実装しようとしましたが、 GAMを評価しようとすると、次のエラーを取得： Error in smooth.construct.mrf.smooth.spec(object, dk$data, dk$knots) : mismatch between nb/poly

0熱

1答えて

あなたはギャンブルでどのように正確に予測していますか？再現可能な例を使用

ランダム効果を含む可能性のあるモデルに当てはめたとき、どのように予測するのですか？mgcv::gam （https://stats.stackexchange.com/questions/131106/predicting-with-random-effects-in-mgcv-gam）トリックは私のために動作しません "除外" ya <- rnorm(100, 0, 1) yb <- rnor

0熱

2答えて

ガム用Rペースト式

gamm推定の式をプログラムで作成しようとしていますが、後で光っているアプリで使ってみたいものです。私の目標は、この種の式を作成することです：y〜s（x、bs = "cs"）。私はカンマの後にパートを貼り付ける方法を知らないので、私は立ち往生しました：bs = "cs"。単一行で入力された複数のコマンドは、コードのご理解をいじり始める、それは通常、それらを壊すことは理にかなってのケースでは in

1熱

1答えて

mgcvパッケージをRにインストールするときのSegfault

ggplot2の関数geom_smooth（）を使用してみると、segfaultが発生していました。問題がmcgvパッケージであることがわかりました。これはR推奨パッケージであり、それが含まれているとsegfaultsされます。ここでは、インストールからの出力は次のとおりです。ここで > install.packages('mgcv') Installing package into ‘/hom

1熱

1答えて

mgcv：新しいデータが与えられたときの応答の予測分布を得る（負の2項の例）

GAM（とGLM）では、条件付き尤度モデルに適合しています。したがって、モデルをフィッティングした後、新しい入力xとレスポンスyの場合、という特定の値の予測確率または密度を計算する必要があります。これはyです。たとえば、さまざまなモデルの検証データに対する適合性を比較するために、これを行うことができます。適合するGAMをmgcvに入れると便利でしょうか？それ以外の場合は、使用する密度の正確な形をど

2熱

1答えて

mgcvにvis.gamを使用しているときにz軸の値を[0、1]に正規化GAM

mgcvパッケージを使用してGAMをフィッティングしました（このモデルはgam1.5と呼ぶ）。私はvis.gam関数で遊んでいて、解決できなかった質問があります。 vis.gamを使用した場合、z軸には[0、1]の制限があります。しかし gam1.5$fitted.values<-(gam1.5$fitted.values-min(gam1.5$fitted.values))/(max(gam1.

0熱

1答えて

mgcv :: gamからfamily = nbのヌル偏差に変わる

私はmgcv :: gamを使って負の二項モデルに当てはまり、ヌルデバランスがフィットからフィットに変わることに気付きました。 nbの代わりにnegbinファミリーファンクションを使用すると、問題は解決します。次のように問題が再現されます。 library(mgcv) set.seed(3) n <- 400 dat <- gamSim(1, n=n) g <- exp(dat$f/5)

0熱

1答えて

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

のようなものです。結果は次のとおりです。 Family: binomial Link function: logit Formula: y ~ dm + af + s(BMI) + s(sleepworkday) Parametric coefficients: Estimate Std. Error z value Pr(>|z|) (Intercept) -1.3

2熱

1答えて

plot.gam from mgcv with all.terms =関数内のTRUE

因子変数を持つgamを推定し、因子変数を含むすべての変数の結果をプロットする関数を記述したいと思います。しかし、mgcvパッケージのプロット関数はエラーを投げます。なぜこのエラーが発生し、どのように解決できますか？どうやら library(mgcv) plot_model <- function(x){ agam <- gam(mean ~ s(bla) + bla2, data=x)