[英]Unexpected Y predicted value using Generalized additive model with smooth term on predictor in R
我已经建立了GAM模型，关于具有海滩特征的海洋垃圾浓度（作为Y变量）与从点位置到河流，港口，旅游对象和城市的距离（作为X变量）之间的关系。 我使用GAM的目的是使用此模型预测Y值。
问题是当我对距离变量x使用平滑项来构建模型并预测Y值时。 结果值非常大，并且在观察Y值范围之外。 我观察到的Y值范围仅为0.05-12个/ m2，但是预测的Y值显示出很高的值（十万，甚至一百万）。 但是，当我尝试删除X变量上的平滑项（即仅使用参数项）时，Y预测值在Y观测值的范围内，并且没有使用平滑项时的Y值非常高或非常小。 具有平滑项模型的AIC值低于没有平滑项模型的AIC值。
所以我的问题是，这件事的原因是否为平稳术语？ 如果是的话，这怎么会发生？ 您对此有何建议？
而且，当我不使用mgcv R封装代码表示/指定基本函数时，Rstudio默认将使用什么基本函数？
注意：Y的单位是item / m2，X的单位是（海滩要素的虚拟变量，以及到河流与城市之间的距离的仪表（其包含千值）），我使用Rstudio建立模型，这是我的模型代码：
fm5 <- gam(log10(Concentration+0.05) ~ Beach_gradient+Shore_exposure+Backshore_type+Substrate_type+Port+NearestRiver_Banyuwangi+NearestRiver_Bali+s(RiverDistance_BN,k=9)+s(RiverDistance_BL,k=9)+Nearest_tourism+NearestTourism_Distance+s(NearestCity_Distance,k=9)+Nearest_City,data=debris.data)
result <- predict(fm5,newdata=newdebris.data) FixResult <- 10^(result1-0.05)
我在 R 中使用 model1 <- mgcv::gam( x1..xn) 使用 GAM（广义加性模型）拟合了一个方程。 我如何获得方程式格式？
[英]I have fitted an equation using GAMs (generalized additive models) in R using model1 <- mgcv::gam( x1..xn). How do i get the equation format?
R 中的回归（逻辑）：查找特定 y 值（结果）的 x 值（预测器）
[英]Regression (logistic) in R: Finding x value (predictor) for a particular y value (outcome)
在PyMC3中对顺序预测变量进行建模时使用度量预测器
[英]Using a metric predictor when modelling ordinal predicted variable in PyMC3
我可以在广义加法 Model (GAM) 中将泊松分布用作连续非负数据的族吗？
[英]Can I use poisson distribution as family in Generalized Additive Model (GAM) for continuous, non-negative data?
使用R的Caret包计算预测值的预测间隔
[英]Calculate Prediction Intervals of a predicted value using Caret package of R
R lme4 模型：计算连续预测器的最大值-最小值之间的效果大小
[英]R lme4 model: calculating effect size between continuous predictor's max-min value
使用 R 中的 function monthglm() 拟合广义线性 model (glm) 和月份的分类变量
[英]Fit a generalized linear model (glm) with a categorical variable of month using the function monthglm() in R
声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.