Modèles de pollution avec interactions multi-échelles
Le jeu de données meuse contient des variables prédictives qui sont sur la 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 la localisation 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 échelles différentes, en utilisant un lissage tensoriel, te().
Cet exercice fait partie du cours
Modélisation non linéaire avec les Generalized Additive Models (GAM) en R
Instructions
- Transformez ce modèle pour que
x,yetelevinteragissent tous au sein d'un seul termete(), chacun variant sur sa propre échelle. - Puis résumez le modèle et visualisez-le avec
plot().
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Fit the model
tensor_mod <- ___
# Summarize and plot
___
___