R 如何在gamm mgcv模型上使用反向链接函数

我使用了反向链接函数

ilink <- family(gam_model)$linkinv

---

ilink这是
mgcv:：gamm（）
有点混乱的不幸副作用之一

$gam
组件实际上包含一个
$family
组件，只是
$gam
对象只属于类
“gam”
，而
mgcv:：gam（）
模型对象也继承自类
“glm”
，并且有一个
family.glm
方法。我认为这是因为
$gam
对象不是完全兼容的
“gam”
对象，因此不是完整的
“glm”
对象，因此它不是从
“glm”
继承的，。这也可能只是一种疏忽；很长一段时间以来，
mgcv:：gamm（）
返回的对象只是类
“list”

最简单的方法是为类
“gamm”
（因此您不必记住要从哪个组件中提取）的对象和类
“gam”
，编写自己的
族
方法：

生产

> family(m1)

Family: gaussian 
Link function: identity 

> family(m2)

Family: gaussian 
Link function: identity 

这是
mgcv:：gamm（）
有点混乱的不幸副作用之一

$gam
组件实际上包含一个
$family
组件，只是
$gam
对象只属于类
“gam”
，而
mgcv:：gam（）
模型对象也继承自类
“glm”
，并且有一个
family.glm
方法。我认为这是因为
$gam
对象不是完全兼容的
“gam”
对象，因此不是完整的
“glm”
对象，因此它不是从
“glm”
继承的，。这也可能只是一种疏忽；很长一段时间以来，
mgcv:：gamm（）
返回的对象只是类
“list”

最简单的方法是为类
“gamm”
（因此您不必记住要从哪个组件中提取）的对象和类
“gam”
，编写自己的
族
方法：

生产

> family(m1)

Family: gaussian 
Link function: identity 

> family(m2)

Family: gaussian 
Link function: identity 

library("mgcv")
set.seed(1)
dat <- gamSim(1, n = 400, dist = "normal", scale = 2, verbose = FALSE)
m1 <- gam(y ~ s(x0) + s(x1) + s(x2) + s(x3), data = dat, method = "REML")
m2 <- gamm(y ~ s(x0) + s(x1) + s(x2) + s(x3), data = dat, method = "REML")

family(m1)
family(m2)

> family(m1)

Family: gaussian 
Link function: identity 

> family(m2)

Family: gaussian 
Link function: identity