如何在广义加性模型中指定两个因素变量的非线性相互作用[R]
我有一个时间序列数据集,其中包含一个连续的结果变量和两个因素预测因子(一个有6个水平,一个有2个水平) 我想在连续变量上模拟两个因素变量的非线性相互作用 这是我迄今为止的模型:如何在广义加性模型中指定两个因素变量的非线性相互作用[R],r,gam,mgcv,R,Gam,Mgcv,我有一个时间序列数据集,其中包含一个连续的结果变量和两个因素预测因子(一个有6个水平,一个有2个水平) 我想在连续变量上模拟两个因素变量的非线性相互作用 这是我迄今为止的模型: library(mgcv) model <- bam( outcome ~ factor_1 + factor_2 + s(time, k = 9) + s(time, by = factor_1, k = 9) + s(time, by =
library(mgcv)
model <- bam(
outcome ~
factor_1 + factor_2 +
s(time, k = 9) +
s(time, by = factor_1, k = 9) +
s(time, by = factor_2, k = 9),
data = df
)
summary(model)
Family: gaussian
Link function: identity
Formula:
outcome ~ factor_1 + factor_2 + s(time, k = 9) + s(time, by = factor_1,
k = 9) + s(time, by = factor_2, k = 9)
Parametric coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 2612.72 23.03 113.465 <2e-16 ***
factor_1b 33.19 27.00 1.229 0.22
factor_2z -488.52 27.00 -18.093 <2e-16 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Approximate significance of smooth terms:
edf Ref.df F p-value
s(time) 2.564 3.184 6.408 0.000274 ***
s(time):factor_1b 1.000 1.001 0.295 0.587839
s(time):factor_2z 2.246 2.792 34.281 < 2e-16 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
R-sq.(adj) = 0.679 Deviance explained = 69.1%
fREML = 1359.6 Scale est. = 37580 n = 207
库(mgcv)
型号| t |)
(截距)2612.72 23.03 113.465使用interaction()
包含两个因素的交互作用似乎可以完成这项工作
library(mgcv)
# The following assumes factors are ordered with treatment contrast.
model <- bam(
outcome ~
interaction(factor_1, factor_2) +
s(time, k = 9) +
s(time, by = interaction(factor_1, factor_2), k = 9),
data = df
)
库(mgcv)
#以下假设因素按治疗对比度排序。
你是如何检查非线性相互作用的存在的?以及如何将其纳入模型。请在问题中添加样本数据。检查非线性相互作用的存在将是假设检验模型比较的一部分。我们想知道在这些因素之间添加一个交互作用是否能改善模型。很好。但我没有看到一个包含非线性相互作用的支持模型。或者,Gam模型是否考虑了非线性相互作用。我需要你的帮助。是的,非线性由SMOOTSs()
处理。Smooth中的by
参数是指定交互的一种方式,但我不确定如何实现多术语交互。