Modèles de pollution avec interactions à multiples échelles
Le jeu de données meuse contient certaines variables explicatives sur une même échelle (x, y) et d'autres sur des échelles différentes (elev, dist, om). Dans un exercice précédent, vous avez ajusté un modèle où vous prédisez la pollution au cadmium en fonction de l'emplacement et de l'altitude :
mod <- gam(cadmium ~ s(x, y) + s(elev),
data = meuse, method = "REML")
Dans cet exercice, vous allez construire un modèle qui permet à plusieurs variables d'interagir malgré ces différentes échelles à l'aide d'un lissage tensoriel, te().
Cette activité fait partie du cours
Modélisation non linéaire avec les Generalized Additive Models (GAM) en R
Instructions de l’exercice
- Transformez ceci en un modèle où
x,yetelevinteragissent tous dans un seul termete(), chacun variant sur sa propre échelle. - Ensuite, résumez le modèle et visualisez-le avec
plot().
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Fit the model
tensor_mod <- ___
# Summarize and plot
___
___