如何在广义加性模型中指定两个因素变量的非线性交互作用[R]
如何在广义加性模型中指定两个因素变量的非线性交互作用[R]
提问于 2017-12-10 22:17:12
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(一个具有6个级别，另一个具有2个级别)。
我想对连续变量上的两个因素变量的非线性相互作用进行建模。
这是到目前为止我所拥有的模型：
library(mgcv)
model <- bam(
outcome ~
factor_1 + factor_2 +
s(time, k = 9) +
s(time, by = factor_1, k = 9) +
s(time, by = 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现在，我想添加factor_1和factor_2与time的非线性交互作用，以影响outcome，以便每个组合中的平滑器可能不同(例如：factor_2对于某些级别的factor_1具有更强的非线性效果)。像s(time, factor_1, factor_2)或s(time, factor_1, by = factor_2)这样的东西不起作用。
回答 1
Stack Overflow用户
回答已采纳
发布于 2017-12-30 17:37:13
包括使用interaction()的两个因素的交互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
)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/47934100
复制相关文章
相似问题