R: gam(在s(x, k=...)... ) 中的k值如何选取

在模型 gam(y~s(x,k=...,))
不同的k 值
y随x的变化趋势不同。见附件。
第一个图模型中用k=10，
因变量随着自变量的增加而呈现先下降后上升的趋势。
第二个图模型中用k=15，
因变量随着自变量的增加而一直呈现下降的趋势。
请问如何选取k值。最好有例题说明。
对任何回复 或者提示 或者任何意见 表示衷心的感谢并予以评分！
最佳答案悬赏100论坛币。

Package 'mgcv'
mgcv.pdf page12 -page14
choose.k    Basis dimension choice for smooths
里面的说明及各种范例
已经说明的非常清楚
楼主看了,自当了然.
1. fit your model and extract the deviance residuals;
2. for each smooth term in your model, fit an equivalent, single,
   smooth to the residuals, using a substantially increased k to
   see if there is pattern in the residuals that could potentially
   be explained by increasing k.

###########
## Simulate some data ....
library(mgcv)
set.seed(0)
dat <- gamSim(1,n=400,scale=2)
## fit a GAM with quite low 'k'
b<-gam(y~s(x0,k=6)+s(x1,k=6)+s(x2,k=6)+s(x3,k=6),data=dat)
plot(b,pages=1)
## Economical tactic (see below for more obvious approach)....
## check for residual pattern, removeable by increasing 'k'
## typically 'k', below, chould be substantially larger than
## the original, 'k' but certainly less than n/2.
## Note use of cheap "cs" shrinkage smoothers, and gamma=1.4
## to reduce chance of overfitting...
rsd <- residuals(b)
gam(rsd~s(x0,k=40,bs="cs"),gamma=1.4,data=dat) ## fine
gam(rsd~s(x1,k=40,bs="cs"),gamma=1.4,data=dat) ## fine
gam(rsd~s(x2,k=40,bs="cs"),gamma=1.4,data=dat) ## `k' too low
gam(rsd~s(x3,k=40,bs="cs"),gamma=1.4,data=dat) ## fine

欢迎大家讨论。任何回复都有评分:)

No answers?
No idea?

等待answer，我基本上都不设定的！

等得我们花都谢了，希望有经验的童鞋，留下点什么。谢谢。

无法下载附件 无法显示此页 楼主能否分析下这个文件 最近在做GAM 急用中 kimi11089@126.com

建议楼主仔细看一下，R中mgcv的内容，能解决你所有问题。