R：mgcv 中的变系数 GAMM 模型 - 提取“按”变量系数？答案

【问题标题】：R: varying-coefficient GAMM models in mgcv - extracting 'by' variable coefficients?R：mgcv 中的变系数 GAMM 模型 - 提取“按”变量系数？
【发布时间】：2016-03-17 22:22:44
【问题描述】：

我正在通过使用by 设置在R 中使用'mgcv' 和连续'by' 变量创建一个可变系数GAMM。但是，我很难找到“by”变量影响的参数估计值。在此示例中，我们确定温度t 对单个鸡蛋的空间相关影响（即温度对单个鸡蛋的线性影响如何随空间变化）：

require(mgcv)
require(gamair)
data(sole)
b = gam(eggs ~ s(la,lo) + s(la,lo, by = t), data = sole)

然后我们可以绘制s(la,lo, by = t) 与预测器t 的预测效果：

pred <- predict(b, type = "terms", se.fit =T)
by.variable.prediction <- pred[[1]][,2]
plot(x= sole$t, y = by.variable.prediction)

但是，我找不到每个采样位置的“by”变量t 的参数估计值的列表/函数。 summary()、coef() 和 predict() 不提供参数估计值。

任何帮助将不胜感激！

【问题讨论】：

看看?mgcv::s，具体是by的描述。如果t 是数字，则t 的值乘以平滑。如果t 是一个因子，那么该因子的每个级别都有一个单独的平滑。如果你想自己提取平滑（我不推荐它......看不出它们有什么用），this might help。
感谢您的建议！我环顾四周mgcv::s，它并没有真正给你太多。使用数字 t 预测器，在我的例子中，我们假设一个线性关系谁的斜率可以在 la,lo 上变化，所以对于每个唯一的 la,lo，我们得到一个特定的斜率，对吗？然后我应该能够在某个地方找到那个斜坡的大小和方向，它只是难以捉摸:)。我不想提取平滑，只想使用这些斜率绘制变量系数项。
对于每个la 和lo，都有一个平滑值乘以t。没有别的了。这就是文档所述。您可以将t 解释为平滑的la,lo 变量的“斜率”，或者您可以将la,lo 平滑解释为t 的斜率。
平滑是通过乘法常数完成的 - 拟合一个附加参数来乘以平滑是没有意义的，因为任何这样的值都可以直接合并到平滑中。
感谢您回复我！这就说得通了。你知道有什么资源可以绘制这些东西吗？我正在尝试类似于：onlinelibrary.wiley.com/doi/10.1890/09-1129.1/abstract

标签： r hierarchy gam mgcv

【解决方案1】：

所以变量t 的系数是t 等于1 的值，以经纬度为条件。因此，在每个纬度和经度上获得 t 的系数/参数估计值的一种方法是使用t=1 构建您自己的具有一系列纬度/经度组合的数据框，并在其上运行 predict.gam（而不是在正如您所做的那样，数据使用了拟合模型）。所以：

preddf <- expand.grid(list(la=seq(min(sole$la), max(sole$la), length.out=100),
                           lo=seq(min(sole$lo), max(sole$lo), length.out=100),
                           t=1))

preddf$parameter <- predict(b, preddf, type="response")

如果你想在空间上可视化这个系数，你可以用 ggplot2 绘制它。

library(ggplot2)

ggplot(preddf) + 
  geom_tile(aes(x=lo, y=la, fill=parameter))

【讨论】：