CommencezCommencez gratuitement

Régler la complexité du modèle de motocyclette

Le nombre de fonctions de base dans un lissage influence fortement les formes que peut prendre un modèle. Ici, vous allez vous exercer à modifier le nombre de fonctions de base dans un modèle et à examiner les résultats.

Cette activité fait partie du cours

Modélisation non linéaire avec les Generalized Additive Models (GAM) en R

Voir le cours

Instructions de l’exercice

  • Ajustez un GAM avec 3 fonctions de base aux données mcycle, en modélisant accel comme fonction lisse de times.
  • Ajustez le même GAM de nouveau, mais cette fois avec 20 fonctions de base.
  • Utilisez les fonctions plot() fournies pour visualiser les deux modèles.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

library(mgcv)

# Fit a GAM with 3 basis functions
gam_mod_k3 <- gam(accel ~ s(times, k = ___), data = mcycle)

# Fit with 20 basis functions
gam_mod_k20 <- gam(___)

# Visualize the GAMs
par(mfrow = c(1, 2))
plot(gam_mod_k3, residuals = TRUE, pch = 1)
plot(gam_mod_k20, residuals = TRUE, pch = 1)
Modifier et exécuter le code