1回答
我想拟合几个混合效果的样条模型，其中模型之间唯一的区别是样条项(2到6 df)的自由度(df)。如何自动执行此过程并将模型保存在对象或列表中，以便探索每个模型的BIC。183L, 216L, 246L,
296L, 363L, 169L, 388L, 78L, 34L, 13L, 91L, 317L), class = "data.frame") 我正
浏览 4提问于2020-11-02得票数 0
回答已采纳
1回答
GAM公式中平滑样条拟合的自由度
、、、、
如果平滑样条线只是一个自然的三次样条线，在每个唯一的x_i值处都有结。那么为什么R中的gam::s()需要自由度呢？
浏览 67提问于2019-03-15得票数 0
1回答
矩阵光滑曲面图
、、、
我知道在这方面有好几条线索，但对我的处境没有任何帮助。我发现的每一种方法都需要某种z~ x*y方法。在我的例子中，我只是有一个矩阵，我想简单地平滑所有的单元格条目，以形成一个更平滑的曲面图。
浏览 1提问于2013-12-30得票数 4
回答已采纳
1回答
我想在R中“可交换”类型的边际模型中估计一些协变量N的平滑效果，其中聚类变量是S。根据我所能找到的，这应该是可能的： geeglm(..., id = S, corstr = "exchangeable") 以及： gamm(..., correlation = corCompSymm然而，如果我使用我们的项目所涉及的真实数据，估计的平滑效果往往会有很大不同。我不能在这里发布，但也许有人仍然可以在代码中发现一些问题
浏览 37提问于2019-09-23得票数 0
我正在使用R中的mgcv包对一些水文数据进行GAM拟合，如下所示：colnames(d) <- c("month","rain","pump",fitted_GAM <- gam(GWL~s(month) + s(rain) + s(pump), data = d)当我得到plot.gam输出的图时，在y轴上，它告诉我每个平滑函数的自由度
浏览 4提问于2017-05-17得票数 2
回答已采纳
1回答
如何为我的样条选择最优的df(自由度)。我使用泊松回归和样条来帮助我调整非线性变化。使用插入符号包，使用method = gamSpline训练函数测试只有3df的函数。trControl = trainControl( number = 10, )
) 聚合结果选择调整参数在全训练集上拟合df =3 这是默认的吗？
浏览 12提问于2020-08-31得票数 0
我有几个数据点，似乎适合于通过它们拟合样条。当我这样做的时候，我得到了一个相当颠簸的拟合，就像过度拟合，这不是我所理解的平滑。是否有一个特殊的选项/参数来获得像这样的真正光滑样条的函数。penalty参数对smooth.spline的使用没有任何可见的效果。也许我做错了？
浏览 6提问于2016-05-30得票数 6
回答已采纳
1回答
我想对R中的一组数据进行(非常)高阶回归，但是poly()函数有一个25阶的限制。
对于这个应用程序，我需要一个范围为100到120的订单。
浏览 5提问于2016-10-01得票数 5
回答已采纳
我不能理解interpolate.splrep函数是如何工作的。简单的代码没有抛出任何错误，但是interpolate.splev返回了意外的结果。
浏览 2提问于2014-12-23得票数 3
我目前正在使用MGCV包中的BAM函数来模拟随时间变化的基因表达。某些基因需要很长时间才能建模，因此我决定尝试将离散选项设置为True。然而，现在输出的摘要在不同的模型之间似乎有很大的差异。这在随机效应项的重要性和模型解释的总偏差中尤其明显。 将离散设置为真是否会以某种方式影响随机效果的建模？模型非常适合，如下所示： bam(value ~ oGeno +
s(age
浏览 31提问于2021-04-13得票数 1
1回答
我只是在努力寻找一个关于样条使用的统计/R问题的答案。我一直在构建一个线性模型，如下所示但从残差和样方检验中发现，模型的拟合不是很好，并且是曲线关系。我想检查限制性三次样条在回归模型中的使用，但我想知道如何进行检查？我能找到的所有示例都是各种工作示
浏览 2提问于2021-10-25得票数 0
4回答
大数据集，插值
、、、
我正在寻找一种“方法”，以获得一个公式，公式来自拟合一组数据(3000点)。我使用的是Legendre多项式，但对于> 20的点，它给出的值并不准确。我可以写chi2测试，但是算法需要大量的时间来计算N个参数，而且一开始我不知道函数是什么样子的，所以它需要时间。我在想样条线。也许..。所以输入是: 3000品脱我想要一个来自fit的公式。在python中做这件事的最好方法是什么？
让原力与我们
浏览 0提问于2011-02-17得票数 1
回答已采纳
我正在学习如何将Gekko的brain模块用于深度学习应用程序。x = np.linspace(0,2*np.pi,100)x = np.linspace(0,3*np.pi,100)from gekko import bra
浏览 25提问于2019-11-22得票数 9
回答已采纳
1回答
我总是通过.csv文件输入我的数据，并且从未费心地将任何变量转换为“factor”。因素是否总是合适的？为什么这种转换会产生如此大的差异呢？如果需要更多的信息来使我的问题更清楚，请告诉我。
浏览 4提问于2014-01-20得票数 2
我试图在我的数据上拟合样条曲线，我的数据有5700个数据样本(具有重复的x值，即。x:水平轴)在python中使用包'scipy‘中的'interp1d’函数。我尝试了低阶样条(k=1)和二次样条(k=2)，三次样条(k=3)。我很震惊地看到‘样条’在我的data.Although样条上的奇怪反应在'k=1‘是有意义
浏览 4提问于2017-01-09得票数 1
回答已采纳
1回答
我有一个使用样条线拟合的模型： ssfit.3 <- smooth.spline(anage$lifespan ~ log(anage$Metabolic.by.mass),df = 3) 我正在尝试获得模型的诊断信息，比如这个模型的残差图和QQ图。我知道对于线性模型你可以这样做 plot(lm) 它输出所有不同的曲线图。既然plot(ssfit.3)不能输出相同的数据，我该
浏览 23提问于2021-04-04得票数 0
回答已采纳
0回答
我不明白在面板数据和固定效应的情况下，R是如何计算自由度的。我特别有两个疑问：a)包含N个虚拟对象并删除常量结果在F-统计量中有两个不同的自由度(在前一种情况下，我比在后一种情况下多了一个自由度-我认为这是正确的数字)。2)当使用双向效应(plm软件包)估计内部模型时，F-统计量中的
浏览 6提问于2017-12-08得票数 3
我想在R中平滑非常长的、噪音很大的数据，但我发现对于高度周期性的数据，开箱即用的smooth.spline()会迅速分解，平滑的数据开始显示出振铃声。lines( y100_s~t, col="blue" )
浏览 2提问于2016-10-26得票数 3
回答已采纳
1回答
我试图用广义加法模型拟合一个非线性模型。如何确定要使用的样条数。是否有一种选择样条数的具体方法？我用了三次(三次)样条拟合。下面是密码。model.prediction_intervals(XX,width=0.25), color='b', ls='-- ')plt.show()
如果<e
浏览 5提问于2017-08-25得票数 2
1回答
在阅读了有关平滑样条线的资料后，我想使用以下R代码为特征变量x生成平滑样条线。下面是我为获得特征变量x的平滑样条基所做的工作：px = stats::poly(x, degreesmooth_spline_basis3, main = "smoothing_spline_basis3 VS polynomial_spline_basis3")
par(mfrow=c(1
浏览 1提问于2019-07-19得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
