R語言
pen.edf
位於 mgcv
包(package)。 說明
找到每個懲罰所懲罰的係數並將其有效自由度相加。對於 t2
術語非常有用,但對於懲罰重疊參數集的術語(例如 te
術語)很難解釋。
用法
pen.edf(x)
參數
x |
繼承自 |
細節
對於包含 t2
項的模型很有用,因為它會根據平滑的不同分量將項的 EDF 分成多個部分。這對於確定模型中實際需要哪些交互項非常有用。
值
EDF 向量,以標簽命名,標識每個 EDF 與哪個懲罰相關。
例子
require(mgcv)
set.seed(20)
dat <- gamSim(1,n=400,scale=2) ## simulate data
## following `t2' smooth basically separates smooth
## of x0,x1 into main effects + interaction....
b <- gam(y~t2(x0,x1,bs="tp",m=1,k=7)+s(x2)+s(x3),
data=dat,method="ML")
pen.edf(b)
## label "rr" indicates interaction edf (range space times range space)
## label "nr" (null space for x0 times range space for x1) is main
## effect for x1.
## label "rn" is main effect for x0
## clearly interaction is negligible
## second example with higher order marginals.
b <- gam(y~t2(x0,x1,bs="tp",m=2,k=7,full=TRUE)
+s(x2)+s(x3),data=dat,method="ML")
pen.edf(b)
## In this case the EDF is negligible for all terms in the t2 smooth
## apart from the `main effects' (r2 and 2r). To understand the labels
## consider the following 2 examples....
## "r1" relates to the interaction of the range space of the first
## marginal smooth and the first basis function of the null
## space of the second marginal smooth
## "2r" relates to the interaction of the second basis function of
## the null space of the first marginal smooth with the range
## space of the second marginal smooth.
作者
Simon N. Wood simon.wood@r-project.org
也可以看看
相關用法
- R pdTens 實現張量積平滑的 pdMat 類的函數
- R plot.gam 默認 GAM 繪圖
- R pcls 懲罰約束最小二乘擬合
- R place.knots 通過協變量值自動均勻放置一組結
- R predict.bam 根據擬合的大加法模型進行預測
- R pdIdnot 單位矩陣倍數的溢出證明 pdMat 類
- R polys.plot 繪製定義為多邊形的地理區域
- R print.gam 打印廣義加法模型對象。
- R predict.gam 根據擬合的 GAM 模型進行預測
- R psum.chisq 評估 c.d.f.卡方偏差的加權和
- R vcov.gam 從 GAM 擬合中提取參數(估計器)協方差矩陣
- R gam.check 擬合 gam 模型的一些診斷
- R null.space.dimension TPRS 未懲罰函數空間的基礎
- R gam.reparam 尋找平方根懲罰的穩定正交重新參數化。
- R extract.lme.cov 從 lme 對象中提取數據協方差矩陣
- R scat 用於重尾數據的 GAM 縮放 t 係列
- R choldrop 刪除並排名第一 Cholesky 因子更新
- R smooth.construct.cr.smooth.spec GAM 中的懲罰三次回歸樣條
- R bandchol 帶對角矩陣的 Choleski 分解
- R gam.side GAM 的可識別性邊條件
- R cox.ph 附加 Cox 比例風險模型
- R mgcv.parallel mgcv 中的並行計算。
- R gamm 廣義加性混合模型
- R Predict.matrix GAM 中平滑項的預測方法
- R Predict.matrix.soap.film 皂膜光滑度預測矩陣
注:本文由純淨天空篩選整理自R-devel大神的英文原創作品 Extract the effective degrees of freedom associated with each penalty in a gam fit。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。