R: GAM veri alt kümesine sığdırıldı

Question

paketini kullanarak mgcv paketini kullanarak Genelleştirilmiş Katkı Modeli uygularım. Bağımsız değişkenim Y, bağımsız değişken X, diğer bağımsız değişkenler Oth ve iki düzeyli bir faktör Fac içeren bir veri tablom var. Ben

Y ~ s(X) + Oth

AMA s(X) terim sadece faktör iki düzeyde birinde uygun olduğunu ilave kısıtlama ile, Fac==1 söylemek şu modelden sığdırmak istiyorum. Diğer terimler Oth tüm verilerle uyumlu olmalıdır.

s(X,by=Fac) incelemeyi denedim, ancak bu Oth için uygun önyargıdır. Diğer bir deyişle, X'un Y ile ilişkili olduğunu ancak Fac==1 ile ilgili olduğunu belirtmek isterim, aksi takdirde X modelini anlamlandırmaz.

Answer 1

, böyle etkileşimi ile bazı model hakkında düşündüğünüzü:

Y ~ 0th + (Fac==1)*s(X) 

İsterseniz "X yalnızca Y ilgilidir inancını ifade Fac==1" Don Fac'u factor olarak, ancak numeric değişken olarak ele alın. Bu durumda, numeric etkileşimini ve sadece bir tane coefficients (bir factor burada iki olduğunda) alırsınız. Bu tür bir model varying coefficient model'dur. Bu doğru cevap, sen belirleyicisi burada (modellenecek olmaması halinde yardımcı değişkene vermek değeri, 0 idiyse

# some data 
data <- data.frame(th = runif(100), 
       X = runif(100), 
       Y = runif(100), 
       Fac = sample(0:1, 100, TRUE)) 
data$Fac<-as.numeric(as.character(data$Fac)) #change to numeric 
# then run model 
gam(Y~s(X, by=Fac)+th,data=data) 

belgelerinde ?s

Answer 2

Ucuz hile: X'in bir faktörü X = Fac == 1 ve 0 başka bir yerde kullanır. Ben doğru anlamak

library("mgcv") 
library("ggplot2") 


# simulate data 

N <- 1e3 

dat <- data.frame(covariate = runif(N), 
        predictor = runif(N), 
        group = factor(sample(0:1, N, TRUE))) 

dat$outcome <- rnorm(N, 
        1 * dat$covariate + 
        ifelse(dat$group == 1, 
          .5 * dat$predictor + 
          1.5 * sin(dat$predictor * pi), 
          0), .1) 

# some plots 

ggplot(dat, aes(x = predictor, y = outcome, 
       col = group, group = group)) + 
    geom_point() 

ggplot(dat, aes(x = covariate, y = outcome, 
       col = group, group = group)) + 
    geom_point() 

# create auxiliary variable 

dat$aux <- ifelse(dat$group == 1, 
        dat$predictor, 
        0) 

# fit the data 

fit1 <- gam(outcome ~ covariate + s(predictor, by = group), 
      data = dat) 

fit2 <- gam(outcome ~ covariate + s(aux, by = group), 
      data = dat) 

# compare fits 

summary(fit1) 

summary(fit2)