广义可加模型（即GAM）中偏残差图究竟表示什么意思？

lo是loess的缩写，而loess又是local regression的简写，表示局域回归的意思。

lo好像在局域回归的软件包里就有啦。具体你上网上查一下loess好像使用的是加权最小二乘法，原文我看过，不难懂的，我下了，要会小汤山基地了，明天下午会在线

peijianshi 发表于 2014-2-22 20:45
lo是loess的缩写，而loess又是local regression的简写，表示局域回归的意思。

麻烦问一下学长，广义可加模型有没有一些常用的检验方法？比如象单位根检验，内生性检验什么的，多谢了啊！

请问大家做GAM做，能否把程序上传，我还不会做，毕业论文急需要啊？尤其是最后的图，不知怎么生成

看了几个周的GAM，现在一头雾水，楼主能否给我讲讲GAM到底是用来做什么？具体过程是什么？或者您看看我的理解对吗？我的理解是：对于多个xi和y的关系，先根据单变量对y的影响的散点图，估计光滑函数形式，然后将每个xi和y的关系的函数求出来，再相加，再加上一个残差就是GAM？所以具体的求解过程就是求各个光滑函数的过程？最后得出相加后的f(x)之后，对未知的数据就可以预测了？

我的邮箱：bravebird-liu@163.com，能否给我回复下，告知我您的邮箱。不情之请，非常感谢。

celin83 发表于 2014-5-30 11:40
我的邮箱：bravebird-liu@163.com，能否给我回复下，告知我您的邮箱。不情之请，非常感谢。

解释变量间关系的，比如你有因变量和自变量，简单的是线性模型，假设自变量呈现线性关系作用于因变量。
复杂一点事非线性的参数模型，根据一定的机理推导出来的，或者简单地使用多项式函数。
广义可加模型不考虑变量间的作用形式，并且突破了残差高斯分布的限制，允许指数族分布（包含高斯分布）。你对广义可加模型的理解大体正确，但是它使用了一种后向拟合的技术，因而是每个变量都考虑后逐步迭代实现的，可以参考Hastie & Tibshirani八十年代发表在统计科学上的原文，不难理解的，只要你钻。后期Wood的算法比较复杂。
广义模型可选择很多链接函数，高斯链接则导致普通的非线性非参数或者半参数或者全参数模型。最常用的链接函数是二项链接，因变量可以用来分析比例数据或者0-1数据，简单地说就是：
y = exp(f(x1)+f(x2)+...) / ( 1 + exp(f(x1)+f(x2)+...) )
f()表示光滑函数，非参数，可以指定为参数模型，比如f(x1)=a1+b1*x1，也可以指定为非线性模型。这要取决于你数据的趋势。
多看看Simon Wood的书籍或者案例分析，就能搞懂了，不是特别困难。但是要做到精通和创新，则需要一头扎进去，并且有很好的现代统计学基础知识和创新能力。但是，应用者居多，不需要去钻研方法的数学原理。

peijianshi 发表于 2014-5-31 13:57
解释变量间关系的，比如你有因变量和自变量，简单的是线性模型，假设自变量呈现线性关系作用于因变量。
...

感谢你的回复，还是理解不了啊。您说的“f()表示光滑函数，非参数”  这个非参数，怎么理解呢？

peijianshi 发表于 2014-5-31 13:57
解释变量间关系的，比如你有因变量和自变量，简单的是线性模型，假设自变量呈现线性关系作用于因变量。
...

请问，你是用R做的可加模型吗？能告知程序吗？我本来是用SAS做的，可就是不能生成图。谢谢您回复啊。很急

学习了。感谢分享