如何使用 mgcv::gam 进行插值和“预测”？

Question

我从掌握如何使用样条线插入一维函数开始。

model = spline(bdp[,4]~bdp[,1])

然后我可以使用

predict(model, c(0))

预测点 0 的函数值。

然后我在互联网上搜索了一些东西来对 3 维数据进行样条分析，我在 stackoverflow 上找到了一个答案，表明mgcv::gam是最好的选择。

所以我试过：

model=gam(bdp[,4]~s(bdp[,1],bdp[,2],bdp[,3]))

然后我做了：

predict(model, newdata=c(0,0,0), type="response")

希望它会返回点（0,0,0）的样条插值值。 它计算了一段时间并返回了许多我无法理解的多维数据。

我一定做错了什么。 如何从 gam 对象接收单个点的值？ 而且，可以肯定的是，您是否同意/不同意 gam 是为 3D 数据插入样条的正确选择，或者您会建议其他什么？

我正在添加一个可重现的示例。

这是一个数据文件（请在 c:/r/ 中解压） https://www.sendspace.com/file/b4mazl

# install.packages("mgcv")

library(mgcv)

bdp = read.table("c:/r/temp_bdp.csv")
bdg=gam(bdp[,4]~s(bdp[,1],bdp[,2],bdp[,3]))

#this returns lots of data, not just function value that I wanted.
predict(bdg, newdata=data.frame(0,0,0,0), type="response")

最小可重现示例：

tmp = t(matrix(runif(4*200),4))
tmpgam=gam(tmp[,4]~s(tmp[,1],tmp[,2],tmp[,3]))
predict(tmpgam, newdata=data.frame(0,0,0,0), type="response")

对于 predict(bdg, newdata=data.frame(0,0,0,0), type="response")

它返回很多数字，任何警告 newdata 没有足够的数据

为了

predict(bdg, c(0,0,0,0), type="response")

它不返回任何内容并警告相同。

Answer 1

因此，对于您适合的几乎所有类型的模型，如果您打算使用predict函数，最好使用带有列名的“正确”公式，而不是使用 matrix/data.frame 切片。 原因是当 predict 运行时，它使用两者中的名称将newdata中的值与模型匹配，因此它们应该完全匹配。 当您像这样索引 data.frame 时，它​​会在模型​​中创建奇怪的名称。 拟合模型和预测的最佳方法是

bdg <- gam(V4~s(V1,V2,V3), data=bdp)
predict(bdg, newdata=data.frame(V1=0, V2=0, V3=0))
#           1 
# 85431440244 

那是假设

names(bdp)
# [1] "V1" "V2" "V3" "V4"

所以这里我们适合“V1”、“V2”、“V3”， newdata有“V1”、“V2”和“V3”列

所以我只关注 R 编码部分。 至于这是否是一个适当的分析的问题更适合https://stats.stackexchange.com/