R gam2objective GAM 平滑参数估计的目标函数

说明

如果 UBRE/AIC 或 GCV 分数的优化位于用于估计给定平滑参数的模型的惩罚迭代重新加权最小二乘方案之外，则 GAM 平滑参数的估计是最稳定的。这些函数以适合 optim 或 nlm 使用的方式评估 GAM 模型的 GCV/UBRE/AIC 分数(给定平滑参数)。通常不直接调用，而是 gam.outer 的服务例程。

用法

gam2objective(lsp,args,...)
gam2derivative(lsp,args,...)

参数

lsp	对数平滑参数。
args	调用 gam.fit3 所需的参数列表。
...	用于传递给 gam.fit3 的其他参数。

细节

gam2objective 和 gam2derivative 是适合由 optim 调用的函数，用于评估 GCV/UBRE/AIC 分数及其导数。对数平滑参数。

gam4objective 相当于 gam2objective ，适合通过 nlm 进行优化 - GCV/UBRE/AIC 函数的导数被计算并作为属性返回。

O'Sullivan 等人首次提出了将平滑参数 ‘outer’ 优化为 P-IRLS 循环的基本思想。 (1986)。

作者

Simon N. Wood simon.wood@r-project.org

参考

Wood, S.N. (2011) Fast stable restricted maximum likelihood and marginal likelihood estimation of semiparametric generalized linear models. Journal of the Royal Statistical Society (B) 73(1):3-36

O 'Sullivan, Yandall & Raynor (1986) Automatic smoothing of regression functions in generalized linear models. J. Amer. Statist. Assoc. 81:96-103.

Wood, S.N. (2008) Fast stable direct fitting and smoothness selection for generalized additive models. J.R.Statist.Soc.B 70(3):495-518

https://www.maths.ed.ac.uk/~swood34/

也可以看看

gam.fit3、gam、magic