我对 R 相当陌生，目前正在阅读一本书“Generalized Additive Models”，Wood 的 R 简介（2006 年）并进行了一些练习，特别是关于空气污染和死亡的部分，这是我的领域兴趣。我使用 mgcv 包运行以下模型。
library(gamair)
library(mgcv)
data(chicago)
ap1<-gam(death ~ pm10median + so2median + o3median +s(time,bs="cr",k=200)+ s(tmpd,bs="cr"), data=chicago,family=poisson)
如何提取 pm10median 和 x 的 95% CI 的效果估计值并将输出导出为 CSV 或任何其他选项？
【问题讨论】：
保存模型的摘要
summary_model <- summary(ap1)
您想要的部分（对于线性项）在 p.table 元素中
summary_model$p.table
Estimate Std. Error z value Pr(>|z|)
(Intercept) 4.7457425965 1.480523e-03 3205.4510971 0.000000000
pm10median 0.0002551498 9.384003e-05 2.7189871 0.006548217
so2median 0.0008898646 5.543272e-04 1.6053056 0.108426561
o3median 0.0002212612 2.248015e-04 0.9842516 0.324991826
write.csv(summary_model$p.table, file = 'p_table.csv')
如果你想要样条项，那么这是
summary_model$s.table
edf Ref.df Chi.sq p-value
s(time) 167.327973 187.143378 1788.8201 4.948832e-259
s(tmpd) 8.337121 8.875807 110.5231 1.412415e-19
您可以手动计算 95% CI 并添加这些如果您愿意。 （由于高 DF 将使用 Z 分数）
p_table <- data.frame(summary_model$p.table)
p_table <- within(p_table, {lci <- Estimate - qnorm(0.975) * Std..Error
uci <- Estimate + qnorm(0.975) * Std..Error})
p_table
Estimate Std..Error z.value Pr...z.. uci lci
(Intercept) 4.7457425965 1.480523e-03 3205.4510971 0.000000000 4.7486443674 4.742841e+00
pm10median 0.0002551498 9.384003e-05 2.7189871 0.006548217 0.0004390729 7.122675e-05
so2median 0.0008898646 5.543272e-04 1.6053056 0.108426561 0.0019763260 -1.965968e-04
o3median 0.0002212612 2.248015e-04 0.9842516 0.324991826 0.0006618641 -2.193416e-04\
如果您有多个 gam 模型，例如 ap1、ap2、ap3，并且您希望系统地处理它们，Rish 的方法是将它们放在一个列表中并使用 @987654330 @
# create list
model_list <- list(ap1, ap2, ap3)
# give the elements useful names
names(model_list) <- c('ap1','ap2','ap3')
# get the summaries using `lapply
summary_list <- lapply(model_list, summary)
# extract the coefficients from these summaries
p.table_list <- lapply(summary_list, `[[`, 'p.table')
s.table_list <- lapply(summary_list, `[[`, 's.table')
您现在创建的列表是相关组件。
【讨论】：