gam / bam / bam（discrete = TRUE）不包含/不包含/不包含交互（predict（type =“ terms”））

Question

使用bam（discrete = TRUE）選項時，predict（type =“ terms”）函數不再報告交互項。 可以通過將交互項放在單獨的交互列中來避免這種情況，以防止函數看到交互源，但這很麻煩。 盡管我們可以通過顯式創建交互來完成相同的事情，但是有一些理論上的原因使我們不希望看到bam（discrete = TRUE）的交互嗎？

每當我們用一堆顯式編碼交互的列替換交互項x：y時，該問題就可以解決。 我嘗試了其他各種修復方法，以試圖使交互通過。 例如（0 + x）：y，我不確定這是否有意義，因為懷疑該列已以與Forecast.bam（type =“ terms”）中的截距相同的方式被刪除。

library(mgcv)

mydf <- data.frame(class = factor(round(runif(500), digits=1)),
               x     = runif(500),
               y     = runif(500))

mydf$z <- 1 + as.numeric(mydf$class) * mydf$x + 6*(mydf$y - 0.5)^2 + 
rnorm(n=500, mean=0, sd=0.1)

mygam <- gam(z ~ 0 + class + class:x + s(y), data=mydf)

head(predict(mygam, type="terms"))

mybam <- bam(z ~ 0 + class + class:x + s(y), data=mydf)

head(predict(mybam, type="terms"))

mydiscretebam <- bam(z ~ 0 + class + class:x + s(y), discrete=TRUE, data=mydf)

head(predict(mydiscretebam, type="terms"))

我期望結果會有所不同，因為使用了兩種不同的優化算法，但是令我驚訝的是，在第三個預測調用中甚至沒有報告交互作用。 在這種情況下，模型估計值不是項的總和。 為什么要刪除攔截器？ 這還負責刪除交互嗎？ 匯總中可以使用這些系數，與其他任何參數系數一樣，因此將其排除是偶然的嗎？

據我所知，我實際上只是在更改優化算法。 某些列來自交互的事實似乎無關緊要。

Answer 1

這是predict.gam中的一個錯誤（由predict.bam的離散版本調用以執行參數項）。 已為下一個版本修復。 謝謝。 同時您可以使用

predict(mydiscretebam, type="terms",discrete=FALSE)

西蒙（mgcv維護者）