- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
如果答案很明显,我深表歉意,但我花了很多时间尝试在 mgcv.gam 中使用自定义链接功能
简而言之,
custom_link
)我可以使用此链接创建一个 {stats}family 对象,并在 glm 的“family”参数中使用它。
m <- glm(y~x, family=binomial(link=custom_link), ... )
它在用作 {mgcv}gam 的参数时不起作用
m <- gam(y~s(x), family=binomial(link=custom_link), ... )
我收到错误 Error in fix.family.link.family(family) : link not recognised
我不明白这个错误的原因,如果我指定标准 link=probit
,glm 和 gam 都可以工作.
所以我的问题可以概括为:
这个适用于 glm 但不适用于 gam 的自定义链接缺少什么?
如果您能提示我应该做什么,在此先感谢您。
链接功能
probit.2asym <- function(g, lam) {
if ((g < 0 ) || (g > 1))
stop("g must in (0, 1)")
if ((lam < 0) || (lam > 1))
stop("lam outside (0, 1)")
linkfun <- function(mu) {
mu <- pmin(mu, 1 - (lam + .Machine$double.eps))
mu <- pmax(mu, g + .Machine$double.eps)
qnorm((mu - g)/(1 - g - lam))
}
linkinv <- function(eta) {
g + (1 - g - lam) *
pnorm(eta)
}
mu.eta <- function(eta) {
(1 - g - lam) * dnorm(eta) }
valideta <- function(eta) TRUE
link <- paste("probit.2asym(", g, ", ", lam, ")", sep = "")
structure(list(linkfun = linkfun, linkinv = linkinv,
mu.eta = mu.eta, valideta = valideta, name = link),
class = "link-glm")
}
最佳答案
如您所知,glm
采用迭代重新加权最小二乘法 拟合迭代。 gam
的早期版本通过拟合迭代惩罚重新加权最小二乘法 对此进行了扩展,这是由 gam.fit
函数完成的。这在某些情况下称为性能迭代。
自 2008 年以来(或者甚至更早),gam.fit3
基于所谓的外部迭代 已将 gam.fit
替换为gam
默认值。这种变化确实需要家庭的一些额外信息,关于这些信息你可以阅读 ?fix.family.link
。
两次迭代的主要区别在于系数beta
的迭代和平滑参数lambda
的迭代是否嵌套。
beta
的每次更新,都会执行一次 lambda
迭代;beta
的每次更新,lambda
的迭代都进行到最后直到收敛。显然,外部迭代更稳定并且不太可能出现收敛失败。
gam
有一个参数 optimizer
。默认采用optimizer = c("outer", "newton")
,即外层迭代的newton方法;但是如果你设置optimizer = "perf"
,它会进行性能迭代。
所以,在上面的概述之后,我们有两个选择:
glm
保持一致。我很懒惰,所以将演示第二种方法(实际上我对采用第一种方法不太自信)。
可重现的例子
你没有提供可重现的例子,所以我准备了一个如下。
set.seed(0)
x <- sort(runif(500, 0, 1)) ## covariates (sorted to make plotting easier)
eta <- -4 + 3 * x * exp(x) - 2 * log(x) * sqrt(x) ## true linear predictor
p <- binomial(link = "logit")$linkinv(eta) ## true probability (response)
y <- rbinom(500, 1, p) ## binary observations
table(y) ## a quick check that data are not skewed
# 0 1
#271 229
我将采用您打算使用的函数 probit.2asym
的 g = 0.1
和 lam = 0.1
:
probit2 <- probit.2asym(0.1, 0.1)
par(mfrow = c(1,3))
## fit a glm with logit link
glm_logit <- glm(y ~ x, family = binomial(link = "logit"))
plot(x, eta, type = "l", main = "glm with logit link")
lines(x, glm_logit$linear.predictors, col = 2)
## glm with probit.2asym
glm_probit2 <- glm(y ~ x, family = binomial(link = probit2))
plot(x, eta, type = "l", main = "glm with probit2")
lines(x, glm_probit2$linear.predictors, col = 2)
## gam with probit.2aysm
library(mgcv)
gam_probit2 <- gam(y ~ s(x, bs = 'cr', k = 3), family = binomial(link = probit2),
optimizer = "perf")
plot(x, eta, type = "l", main = "gam with probit2")
lines(x, gam_probit2$linear.predictors, col = 2)
我对s(x)
使用了自然三次样条基cr
,至于单变量平滑,薄板样条的默认设置是不必要的。我还设置了一个小的基础维度 k = 3
(对于三次样条曲线不能更小)因为我的玩具数据接近线性并且不需要大的基础维度。更重要的是,这似乎可以防止我的玩具数据集的性能迭代收敛失败。
关于r - 自定义链接功能适用于 GLM 但不适用于 mgcv GAM,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/39793085/
我想澄清并在行中使用 :: 表示法来拟合 mgcv::gam。在使用 mgcv::s 模型调用中的符号时,我偶然发现了一件事。具有可重现示例/错误的代码如下所示。 原因可能是因为我在模型公式中使用了这
好吧,当我实际上犯了一个错误时,我就发现了这一点。我想获得mgcv.FAQ的手册页,但是我 忘记做library(mgcv); 错误地放入了?mgcv-faq。 但是,R奇怪地将我定向到doc页面,就
基于样条的 GAM 回归由以下成本函数定义: cost = ||y - S\beta ||^2 + scale * integral(|S''\beta|^2) 其中 S 是由样条定义的设计矩阵。 在
我正在尝试运行一个 GAM 模型,其中使用高斯过程对 X 和 Y 之间的交互进行建模。在 mgcv 中使用默认平滑 (s()) 时,下面的代码工作正常,但我想用张量积 (te( )) 据我了解,te
考虑如下简单的 GAM 拟合: library(mgcv) my.gam 0 && is.null(sm$no.rescale)) { maXX <- norm(sm$X, type = "
考虑如下简单的 GAM 拟合: library(mgcv) my.gam 0 && is.null(sm$no.rescale)) { maXX <- norm(sm$X, type = "
在 R 中,我想用分类变量拟合 gam 模型。我想我可以这样做(cat 是分类变量)。 lm(data = df, formula = y ~ x1*cat + x2 + x3); 但我不能做这样的事
我正在研究一个模型,其中包含多个 RE 和一个变量的样条,因此我尝试使用 gam() .但是,我遇到了内存耗尽限制错误(即使我在具有 128GB 的集群上运行它时也是如此)。即使我只用一个 RE
This thread从几年前开始描述了如何提取用于绘制拟合 Gam 模型平滑分量的数据。它有效,但仅当存在一个平滑变量时。我有不止一个平滑变量,不幸的是我只能从系列的最后一个中提取平滑。下面是一个例
使用 mgcv 的惩罚样条,我希望在示例数据中获得 10/年的有效自由度 (EDF)(整个周期为 60)。 library(mgcv) library(dlnm) df = '1995-01-01')
我想在 mgcv 包中使用函数 gam: x 结的位置 对于惩罚回归样条线,确切的位置并不重要,只要: k 足够大; 结的分布具有良好、合理的覆盖范围。 默认情况下: 自然三次回归样条bs = '
为什么 mgcv::gam.vcomp 显示与 mgcv::ti 进行的交互的两个方差分量? 我似乎无法在任何地方找到解释或字里行间的解释。方差是否可能归因于交互中的每个组件? require(mgc
我正在制作一个函数,它将对回归函数的未评估调用作为输入,创建一些数据,然后评估调用。这是一个例子: library(lme4) compute_fit Loading required packag
我使用 gam 对时间序列数据的季节性建模取得了巨大成功。除了季节性变化之外,我的最新模型清楚地显示了每周模式。虽然每周模式本身在一年中非常稳定,但其幅度也随季节变化。所以理想情况下,我想将我的数据建
有谁知道如何在 R 中使用 Tweedie 进行逐步回归? 我找到了 mgcv 包,它显然将 Tweedie 的功率参数视为另一个要估计的参数。这似乎改进了必须使用 tweedie.profile 来
在 R 中分离包并不是一个好的做法(请参阅?detach),但由于某些原因,我必须在包 gam 和mgcv。一旦 mgcv 被附加和分离(并且卸载命名空间中的所有依赖项!),gam 的函数会产生一些奇
我正在使用 GAM 对逻辑回归中的时间趋势进行建模。然而,我想从中提取拟合样条线以将其添加到另一个无法在 GAM 或 GAMM 中拟合的模型中。 因此我有两个问题: 我怎样才能随着时间的推移拟合更平滑
我使用 R 版本 2.15.1 (2012-06-22) 和 mgcv 版本 1.7-22 我在 R 中加载以下一组包: library(sqldf) library(timeDate) librar
如果答案很明显,我深表歉意,但我花了很多时间尝试在 mgcv.gam 中使用自定义链接功能 简而言之, 我想使用包 psyphy 中经过修改的 probit 链接(我想用psyphy.probit_2
我想使用 R.NET 链接到 IronPython 中的 R 统计包图书馆。它一直工作正常,但现在我需要使用 R 的 mgcv图书馆。 进口mgcv失败(导入使用命令 rdn.r.EagerEvalu
我是一名优秀的程序员,十分优秀!