Pertanyaan yang diberi tag «gam»

Saya telah menghasilkan model aditif umum untuk deforestasi. Untuk menjelaskan autokorelasi spasial, saya telah memasukkan garis lintang dan garis bujur sebagai istilah interaksi yang dihaluskan (yaitu s (x, y)). Saya mendasarkan ini pada membaca banyak makalah di mana penulis mengatakan 'untuk menjelaskan autokorelasi spasial, koordinat poin dimasukkan sebagai istilah yang …

60 r  modeling  spatial  autocorrelation  gam 

Ketika saya menggunakan GAM, itu memberi saya sisa DF adalah (baris terakhir dalam kode). Apa artinya? Melampaui contoh GAM, Secara umum, bisakah jumlah derajat kebebasan menjadi angka yang bukan bilangan bulat?26.626.626.6 > library(gam) > summary(gam(mpg~lo(wt),data=mtcars)) Call: gam(formula = mpg ~ lo(wt), data = mtcars) Deviance Residuals: Min 1Q Median 3Q …

27 r  degrees-of-freedom  gam  machine-learning  pca  lasso  probability  self-study  bootstrap  expected-value  regression  machine-learning  linear-model  probability  simulation  random-generation  machine-learning  distributions  svm  libsvm  classification  pca  multivariate-analysis  feature-selection  archaeology  r  regression  dataset  simulation  r  regression  time-series  forecasting  predictive-models  r  mean  sem  lavaan  machine-learning  regularization  regression  conv-neural-network  convolution  classification  deep-learning  conv-neural-network  regression  categorical-data  econometrics  r  confirmatory-factor  scale-invariance  self-study  unbiased-estimator  mse  regression  residuals  sampling  random-variable  sample  probability  random-variable  convergence  r  survival  weibull  references  autocorrelation  hypothesis-testing  distributions  correlation  regression  statistical-significance  regression-coefficients  univariate  categorical-data  chi-squared  regression  machine-learning  multiple-regression  categorical-data  linear-model  pca  factor-analysis  factor-rotation  classification  scikit-learn  logistic  p-value  regression  panel-data  multilevel-analysis  variance  bootstrap  bias  probability  r  distributions  interquartile  time-series  hypothesis-testing  normal-distribution  normality-assumption  kurtosis  arima  panel-data  stata  clustered-standard-errors  machine-learning  optimization  lasso  multivariate-analysis  ancova  machine-learning  cross-validation 

Kode berikut mengevaluasi kesamaan antara dua seri waktu: set.seed(10) RandData <- rnorm(8760*2) America <- rep(c('NewYork','Miami'),each=8760) Date = seq(from=as.POSIXct("1991-01-01 00:00"), to=as.POSIXct("1991-12-31 23:00"), length=8760) DatNew <- data.frame(Loc = America, Doy = as.numeric(format(Date,format = "%j")), Tod = as.numeric(format(Date,format = "%H")), Temp = RandData, DecTime = rep(seq(1, length(RandData)/2) / (length(RandData)/2), 2)) require(mgcv) mod1 <- …

24 r  time-series  data-visualization  gam 

Saya semakin sering menggunakan GAM. Ketika saya pergi untuk memberikan referensi untuk berbagai komponen mereka (pemilihan parameter smoothing, berbagai basis spline, p-nilai istilah halus), mereka semua dari satu peneliti - Simon Wood, di University of Bath, di Inggris. Dia juga pemelihara mgcvdi R, yang mengimplementasikan tubuh kerjanya. mgcvsangat rumit, tetapi …

19 nonparametric  gam  mgcv  academia  semiparametric 

Saya bereksperimen dengan algoritma mesin peningkat gradien melalui caretpaket di R. Menggunakan dataset penerimaan perguruan tinggi kecil, saya menjalankan kode berikut: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] <- "no" mydata$admit_factor[mydata$admit==1] <- "yes" ### Gradient boosting machine algorithm. ### set.seed(123) …

15 machine-learning  caret  boosting  gbm  hypothesis-testing  t-test  panel-data  psychometrics  intraclass-correlation  generalized-linear-model  categorical-data  binomial  model  intercept  causality  cross-correlation  distributions  ranks  p-value  z-test  sign-test  time-series  references  terminology  cross-correlation  definition  probability  distributions  beta-distribution  inverse-gamma  missing-data  paired-comparisons  paired-data  clustered-standard-errors  cluster-sample  time-series  arima  logistic  binary-data  odds-ratio  medicine  hypothesis-testing  wilcoxon-mann-whitney  unsupervised-learning  hierarchical-clustering  neural-networks  train  clustering  k-means  regression  ordinal-data  change-scores  machine-learning  experiment-design  roc  precision-recall  auc  stata  multilevel-analysis  regression  fitting  nonlinear  jmp  r  data-visualization  gam  gamm4  r  lme4-nlme  many-categories  regression  causality  instrumental-variables  endogeneity  controlling-for-a-variable 

Membaca mgcv::gamhalaman bantuan: Interval kepercayaan / kredibel sudah tersedia untuk setiap kuantitas yang diprediksi menggunakan model pas Namun saya tidak dapat menemukan cara untuk benar-benar mendapatkannya. Saya pikir predict.gamakan memiliki type=confidencedan levelparameter tetapi tidak. Bisakah Anda membantu saya tentang cara membuatnya?

14 r  confidence-interval  gam 

Saya menyadari ini mungkin pertanyaan yang berpotensi luas, tetapi saya bertanya-tanya apakah ada asumsi yang dapat digeneralisasi yang mengindikasikan penggunaan GAM (Generalized additive model) di atas GLM (Generalized linear model)? Seseorang baru-baru ini mengatakan kepada saya bahwa GAM hanya boleh digunakan ketika saya menganggap struktur data sebagai "aditif", yaitu saya …

14 regression  generalized-linear-model  gam 

Saya tahu bahwa R memiliki pustaka gam dan mgcv untuk model aditif umum. Tetapi saya mengalami kesulitan menemukan rekan-rekan mereka di ekosistem Python (statsmodels hanya memiliki prototipe di kotak pasir). Adakah yang tahu perpustakaan python yang ada? Siapa tahu ini mungkin proyek yang baik untuk dikembangkan / berkontribusi untuk scikit-belajar …

14 gam 

Konteks : Saya ingin menggambar garis di sebar yang tidak tampak parametrik, oleh karena itu saya gunakan geom_smooth()di ggplotdalam R. Secara otomatis mengembalikan geom_smooth: method="auto" and size of largest group is >=1000, so using gam with formula: y ~ s(x, bs = "cs"). Use 'method = x' to change the …

14 r  gam  splines  loess  r  data-visualization  boxplot  mathematical-statistics  theory  sufficient-statistics  machine-learning  classification  correlation  svm  feature-selection  probability  stochastic-processes  machine-learning  reinforcement-learning 

Saya telah menjelajahi sejumlah alat untuk perkiraan, dan telah menemukan Generalized Additive Models (GAMs) memiliki potensi paling besar untuk tujuan ini. GAM itu luar biasa! Mereka memungkinkan untuk model yang rumit untuk ditentukan dengan sangat ringkas. Namun, kejelasan yang sama itu membuat saya kebingungan, khususnya terkait dengan bagaimana GAM memahami …

12 r  modeling  gam  mgcv 

Jika kami cocok dengan GAM seperti: gam.fit = gam::gam(Outstate ~ Private + s(Room.Board, df = 2) + s(PhD, df = 2) + s(perc.alumni, df = 2) + s(Expend, df = 5) + s(Grad.Rate, df = 2), data = College) Di mana, kami menggunakan dataset College, yang dapat ditemukan di dalam …

12 anova  gam 

The mgcvpaket untuk Rmemiliki dua fungsi untuk pas interaksi produk tensor: te()dan ti(). Saya memahami pembagian kerja dasar antara keduanya (menyesuaikan interaksi non-linear vs menguraikan interaksi ini menjadi efek utama dan interaksi). Yang tidak saya mengerti adalah mengapa te(x1, x2)dan ti(x1) + ti(x2) + ti(x1, x2)mungkin menghasilkan (sedikit) hasil yang …

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 

Saya tertarik dalam memodelkan total tangkapan ikan menggunakan gam dalam mgcv untuk memodelkan efek acak sederhana untuk masing-masing kapal (yang melakukan perjalanan berulang kali dalam perikanan). Saya memiliki 98 subjek, jadi saya pikir saya akan menggunakan gam daripada gamm untuk memodelkan efek acak. Model saya adalah: modelGOM <- gam(TotalFish ~ …

10 prediction  random-effects-model  gam  mgcv 

Dalam perhitungan VIF biasa untuk regresi linier, setiap variabel bebas / jelas diperlakukan sebagai variabel dependen dalam regresi kuadrat terkecil biasa. yaituXjXjX_j Xj=β0+∑i=1,i≠jnβiXiXj=β0+∑i=1,i≠jnβiXi X_j = \beta_0 + \sum_{i=1, i \neq j}^n \beta_i X_i The nilai disimpan untuk setiap regresi dan VIF ditentukan oleh nR2R2R^2nnn VsayaFj= 11 - R2jVIFj=11−Rj2 VIF_j = …

10 regression  variance  multicollinearity  gam  vif 

Pertanyaan : Bagaimana saya bisa membuat tes untuk menentukan apakah frekuensi "gunung" yang diamati (Gambar 1) secara signifikan lebih rendah di pegunungan pusat ke selatan daripada yang diperkirakan (Gambar 2) oleh model pemilihan ekologis ( lihat detail di bawah )? Masalah : Pikiran awal saya adalah untuk regresi residual model …

10 hypothesis-testing  statistical-significance  residuals  gam