я запустить GAM в R с использованием пакета mgcv с помощью следующей формы:Изменения оси Y графиков plot.gam по умолчанию
shark.gamFINAL <- gam(ln.raw.CPUE...0.1 ~ Year + Month +
s(Mean.Temp, bs = "cr") + s(Mean.Chl.a, bs = "cr") +
s(Mean.Front.density, bs = "cr"), data=r, family=gaussian)
После запуска этой модели и вычисления процентных девиаций объясняются каждой переменной I хотел бы построить влияние каждой переменной против ответа
Однако, когда я использую функцию plot.gam в R мои графики выходят с ау оси, что является "s(predictor variable, edf)"
Я не уверен, что это масштаб ось y представляет?
Есть ли способ, которым я мог бы изменить диапазон оси y на то, что представляет собой отклик, как это было сделано в этой статье: Уолш и Клейбер (2001), «Обобщенная модель аддитивной модели и регрессионный анализ синей акулы (Prionace glauca) на основе промыслового ярусного промысла на Гавайских островах.
Я бы разместил несколько примеров сюжетов, которые я описываю, но поскольку это мой первый пост, у меня нет не менее 10 репутаций, поэтому он не позволит мне это сделать!
Я искал много сайтов и форумов, чтобы попытаться найти ответ для этого, но безрезультатно, любая помощь была бы чрезвычайно оценена!
Большое спасибо за совет! Я на самом деле только что нашел код в другом месте, который предлагает подход, в котором вы устанавливаете другие ковариаты по их средствам.Примерный код, который они предоставили для этого: testdata = data.frame (Income = seq (.4,1, length = 100), Edu = mean (mod_gam2 $ model $ Edu), Health = mean (mod_gam2 $ model $ Здоровье)) fits = predict (mod_gam2, newdata = testdata, type = 'response', se = T) preds = data.frame (testdata, fits) ggplot (aes (x = Income, y = fit), data = предсказывает) + geom_smooth (aes (ymin = fit - se.fit, ymax = fit + se.fit), fill = 'gray80', size = 1, stat = 'identity') – user2236109
Этот код был на p17 этот веб-адрес: http://www3.nd.edu/~mclark19/learn/GAMS.pdf Это создало сюжет, аналогичный графику на рис. 8 на стр. 17 этой ссылки, но теперь я задаюсь вопросом, отражает ли это влияние переменной-предиктора на ответ или эффект предикторной переменной после ее сглаживания? Предположительно, форма линии тренда определяется лёссой гладкой, как default, тогда как я использовал кубическую сглаживание сплайнов в моей модели, поэтому мне придется это изменить? Заранее спасибо – user2236109
Вы усложняете ситуацию, не понимая также, что делает код построения. В ** ggplot ** геометрия связана со статистикой. Стат по умолчанию в 'geom_smooth' является' stat_smooth'. Обратите внимание, что в их коде они меняют stat в вызове 'geom_smooth' из его по умолчанию' stat = "smooth" 'to' stat = "identity" '. Стат идентичности является особым, поскольку он просто отображает от x до x без преобразования или сводки. Автор использует это как быстрый простой способ иметь показатель ggplot частичного эффекта дохода с доверительным интервалом. –