广义可加模型（即GAM）中偏残差图究竟表示什么意思？

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

接触了四五年的广义可加模型generalized additive models，我一直没有理解最重要的偏残差图形的意思，因为广义可加模型还提供的偏残差图，从数据拟合的结果来看，偏残差反映了单个自变量对因变量的影响。但是既然是残差，又如何能够反映这种影响呢？假设残差符合正态分布，那么偏残差的分布岂不是无规律的吗？但是为什么偏残差可以反映变量间的函数关系呢？
广义可加模型（即GAM）中偏残差图究竟表示什么意思？

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏8 回帖

关键词：可加模型 GAM Generalized Generalize Additive 模型

我已经清楚啦。偏残差是指因变量减去期望值后再减去其他变量的s(x)后的残差，对于简单广义可加模型而言（高斯link），使用的是后向拟合法，直到稳定为止，所以偏残差是最后一次拟合（即稳定了）的结果；而对于复杂一些的广义可加模型（比如二项link），则是后向拟合和最大似然共用，类似，不过后向拟合变成了内循环，而外循环还要使用（新）因变量加权值。
偏残差是可以反映某个自变量对因变量的效果（比如指数函数）的大体趋势。呵呵，广义可加从这个层面上讲非常具有弹性和简单。但是，从一开始广义可加模型面临变量间交互作用不请的弱点，尽管Hastie等试图说明可以考虑到这种互动，但是的确不清晰。但不影响这个模型的使用。

peijianshi 发表于 2012-3-27 18:57
我已经清楚啦。偏残差是指因变量减去期望值后再减去其他变量的s(x)后的残差，对于简单广义可加模型而言（高 ...

peijianshi，您知道Generalized additive model对
样本观测者的大小有无具体要求？比如最小样本量。

任何统计模型的，当然是样本越多越好。GAMs没有要求，但是如果样本量太小，拟合结果的可靠性肯定较差。呵呵。

peijianshi 发表于 2012-7-6 17:48
任何统计模型的，当然是样本越多越好。GAMs没有要求，但是如果样本量太小，拟合结果的可靠性肯定较差。呵呵 ...

谢谢，应该是这样的，特别是对于非线性或者非参数模型
呵呵，也看了这个模型一段时间了，发展很快，功能越来
越多，希望以后可以像您多多请教。

ywh19860616 发表于 2012-7-7 07:55
谢谢，应该是这样的，特别是对于非线性或者非参数模型
呵呵，也看了这个模型一段时间了，发展很快，功能 ...

相互讨论。不用客气。现在都出现了广义可加混合模型了。

peijianshi 发表于 2012-7-10 10:08
相互讨论。不用客气。现在都出现了广义可加混合模型了。

是的，您看到比较多了
混合模型和面板数据相似，有2个下标的。
现在一个问题是我用这个模型来研究经济问题，
截面数据样本量太少了，比如世界91个国家。样本量
受到限制。
您一般用这个模型分析哪类问题？

peijianshi 发表于 2012-7-10 10:08
相互讨论。不用客气。现在都出现了广义可加混合模型了。

前辈，可否再请教您一个问题
在mgcv 包的gam函数中一个选项
设置问题：
gam(..,gamma=1,...)
这里的gamma应该如何选取，因为默认为1，
而有时候为了避免overfit，又设置为1.4
您是如何看的？

使用非参数模型（包括GAM, LOESS, 神经网络, 树），出现overfit是不可避免的。因为这些方法大多是let the data speak，而不是let the background mechanism speak.
一般而言，除非是建立机制的模型（自己建模，如微分方程组联立），根据模型假设和拟合结果的合理程度才能正确评估是否存在overfit的现象。
所以我个人认为您说的那个选项无实际意义。判断是否overfit关键是要看您的变量是什么，拟合结果又说明了什么，而拟合结果是否符合研究对象学科意义上的逻辑。
一点浅释，莫见笑。可能版主回答的会更科学一些。