使用 ns() 进行样条预测

Question

我正在尝试重现 Hastie 等人 (2008) 的“统计学习要素”的图 5.4（第 147 页）的左上图。

这样做很容易：

library(splines)
library(gam)
sa=read.table("http://www-stat.stanford.edu/~tibs/ElemStatLearn/datasets/SAheart.data",
    sep=",",head=T,row.names=1)
mdl=glm(chd~ns(sbp,4)+ns(tobacco,4)+ns(ldl,4)+famhist+ns(obesity,4)+ns(age,4),data=sa,family=binomial())
plot.gam(mdl,terms="ns(sbp, 4)")

它给出了所需的情节。

但是，如果我尝试直接应用我对该方法的粗略理解：

xvar=seq(min(sa$sbp),max(sa$sbp),length.out=200)
basis=ns(xvar,4)
sbpnames=c("ns(sbp, 4)1",  "ns(sbp, 4)2",  "ns(sbp, 4)3",  "ns(sbp, 4)4")
plot(xvar,basis%*%mdl$coef[sbpnames],type="l")

剧情不一样。有谁知道这是为什么？非常感谢所有反馈。

Answer 1

我认为他们的 y 值以不同值为中心这一事实与 Simon Wood 上周在 R-help 上回答的一个问题有关。出现了一个关于在 gam 公式中使用“+0”的含义的问题，并且（希望这是一个相当准确的总结......）Simon's answer 是假设样条拟合已经从它们的截距值中减去拟合值。我假设他会为绘制例程做出类似的假设。他基本上暗示添加 +0 只会使事情变得混乱，并建议不要这样做。

“水平移动”与选择结位置以产生相同分位数的结位置有关，并且您的“新数据”在血压范围内均匀分布，而原始数据与不同位置的中位数。这是ns 函数的效果，如果您为两次运行指定相同的结，则可以“修复”。