求个GAM的师傅 在线请教

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

本人在校生 近期用statistica做GAM觉得结果不知道怎么解释
临时接触R-mgcv 但是很多操作跟原理都很不是很懂
寻找一同行或者师傅
时间随便 我听从安排 非常感谢 学校附近实在找不到相干的人

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0 回帖

关键词：GAM statistica statistic Statist Statis 在线 学校

你说的是广义加性模型吧
我把函数和参数写一下
估计你就明白了

gam(formula,family=gaussian(),data=list(),weights=NULL,subset=NULL,
    na.action,offset=NULL,method="GCV.Cp",
    optimizer=c("outer","newton"),control=list(),scale=0,
    select=FALSE,knots=NULL,sp=NULL,min.sp=NULL,H=NULL,gamma=1,
    fit=TRUE,paraPen=NULL,G=NULL,in.out,...)

formula：一个GAM的公式

family：服从什么分布

data：所需的一个数据框或列表包含模型响应变量，协变量。

weights：数据上的权重。

subset：观测值的一个子集。

na.action：数据包含“NA”。默认设置是“na.action设置选项，na.fail”如果是没有设置的。

offset：一个模型偏移量

control：控制参数，以取代默认值返回gam.control。未设置假设值默认值。

method：平滑参数估计方法。 "GCV.Cp"、 "GACV.Cp"、"REML"、"P-REML"、"ML"和"P-ML"。

optimizer：数值优化方法

scale：如果这是正的，那么它被当作已知尺度参数。负信号，规模参数是未知的。 0信号泊松分布和二项分布和未知的，否则，尺度参数为1。需要注意的是（RE）的ML方法只能工作与尺度参数的泊松分布和二项式情况下。

select：如果这是TRUE然后gam可以添加一个额外的惩罚

knots：可选

sp：平滑化参数的一种向量

min.sp：下界能够供给的平滑化参数

H：系数矩阵。