オートバイモデルの複雑さを設定する
スムーズにおける基底関数の数は、モデルが取りうる形状に大きく影響します。ここでは、モデルの基底関数の数を変更し、その結果を確認する練習をします。
この演習はコースの一部です
Rで学ぶGeneralized Additive Models (GAMs) による非線形モデリング
演習の手順
mcycleデータに対して、timesのスムーズ関数としてaccelを用い、基底関数を3個にした GAM を当てはめてください。- 同じ GAM を、今度は基底関数を20個にして当てはめてください。
- 用意された
plot()関数を使って、両方のモデルを可視化してください。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
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)