R k.check 檢查光滑基礎尺寸

說明

采用 gam() 生成的擬合 gam 對象，並運行診斷測試來判斷基本尺寸選擇是否足夠。

用法

k.check(b, subsample=5000, n.rep=400)

參數

b	由 gam() 生成的擬合 gam 對象。
subsample	超過此數量的數據，測試使用此大小的數據的隨機子樣本。
n.rep	需要進行多少次重新洗牌才能獲得 k 測試的 p 值。

細節

平滑的基本維度是否足夠的測試(Wood，2017，第 5.9 節)基於計算殘差方差的估計，該估計基於根據平滑的(數字)協變量的近鄰殘差的差分。該估計值除以殘差方差就是報告的k-index。該值越低於 1，殘差中遺漏模式的可能性就越大。 p-value 通過模擬計算：如果殘差中沒有模式，則將殘差隨機重新洗牌 n.rep 次，以獲得差分方差估計器的零分布。對於適合超過 subsample 數據的模型，測試基於 subsample 隨機采樣數據。低 p 值可能表明基本維度 k 設置得太低，特別是如果報告的 edf 接近 k\' (該術語的最大可能 EDF)。請注意一個令人不安的事實，即如果檢驗統計量本身基於隨機重采樣並且 null 為真，那麽相關的 p 值當然會在一次重複與下一次重複之間存在很大差異。目前不支持因子變量的平滑，並且將給出 NA p 值。

將可疑的 k 加倍並重新擬合是明智的：如果報告的 edf 大幅增加，那麽您可能在第一次擬合中遺漏了某些內容。當然，p 值可能由於 k 太低以外的原因而較低。請參閱choose.k 進行更全麵的討論。

值

包含上述測試輸出的矩陣。

例子

library(mgcv)
set.seed(0)
dat <- gamSim(1,n=200)
b<-gam(y~s(x0)+s(x1)+s(x2)+s(x3),data=dat)
plot(b,pages=1)
k.check(b)

作者

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

參考

Wood S.N. (2017) Generalized Additive Models: An Introduction with R (2nd edition). Chapman and Hall/CRC Press.

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

也可以看看

choose.k、gam、gam.check