Questions marquées «mgcv»


1
Comment régler le lissage dans le modèle mgcv GAM
J'essaie de comprendre comment contrôler les paramètres de lissage dans un modèle mgcv: gam. J'ai une variable binomiale que j'essaie de modéliser principalement en fonction des coordonnées x et y sur une grille fixe, ainsi que d'autres variables avec des influences plus mineures. Dans le passé, j'ai construit un modèle …
14 r  smoothing  mgcv 

1
Modèles additifs généralisés (GAM), interactions et covariables
J'ai exploré un certain nombre d'outils de prévision et j'ai trouvé que les modèles additifs généralisés (GAM) avaient le plus de potentiel à cette fin. Les GAM sont super! Ils permettent de spécifier très succinctement des modèles complexes. Cependant, cette même concision me cause une certaine confusion, en particulier en …
12 r  modeling  gam  mgcv 

1
R / mgcv: Pourquoi les produits tenseurs te () et ti () produisent-ils des surfaces différentes?
Le mgcvpackage pour Ra deux fonctions pour ajuster les interactions des produits tensoriels: te()et ti(). Je comprends la division de base du travail entre les deux (ajustement d'une interaction non linéaire vs décomposition de cette interaction en effets principaux et interaction). Ce que je ne comprends pas, c'est pourquoi te(x1, …
11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 


1
Comment interpréter les valeurs P GAM?
Je m'appelle Hugh et je suis un doctorant utilisant des modèles additifs généralisés pour faire une analyse exploratoire. Je ne sais pas comment interpréter les valeurs p qui proviennent du package MGCV et je voulais vérifier ma compréhension (j'utilise la version 1.7-29 et j'ai consulté une partie de la documentation …
10 p-value  mgcv 

2
Validation croisée GAM pour tester l'erreur de prédiction
Mes questions portent sur les GAM dans le package mgcv R. En raison de la petite taille de l'échantillon, je souhaite déterminer l'erreur de prédiction à l'aide de la validation croisée avec laisser-un-out. Est-ce raisonnable? Existe-t-il un package ou un code pour y parvenir? La errorest()fonction du package ipred ne …
10 r  cross-validation  gam  mgcv 

4
Comment obtenir les valeurs utilisées dans plot.gam en mgcv?
Je voudrais connaître les valeurs (x, y)utilisées dans le traçage plot(b, seWithMean=TRUE)dans le package mgcv . Est-ce que quelqu'un sait comment extraire ou calculer ces valeurs? Voici un exemple: library(mgcv) set.seed(0) dat <- gamSim(1, n=400, dist="normal", scale=2) b <- gam(y~s(x0), data=dat) plot(b, seWithMean=TRUE)

1
GAM adaptatif lisse en mgcv
Le livre de Simon Wood sur les GAM et son package R associé mgcv sont à la fois très détaillés et informatifs en ce qui concerne la théorie GAM et l'ajustement du modèle aux données réelles et simulées. Pour les lissages 1D, il n'y a vraiment pas grand-chose à craindre, …
9 r  mgcv 


En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.