Aan de slagGa gratis aan de slag

Complexiteit van het motorfietsmodel instellen

Het aantal basisfuncties in een smooth heeft grote invloed op de vormen die een model kan aannemen. Hier ga je oefenen met het aanpassen van het aantal basisfuncties in een model en het bekijken van de resultaten.

Deze oefening maakt deel uit van de cursus

Niet-lineaire modellering met Generalized Additive Models (GAM's) in R

Cursus bekijken

Oefeninstructies

  • Pas een GAM met 3 basisfuncties toe op de mcycle-gegevens, met accel als een smooth-functie van times.
  • Pas hetzelfde GAM opnieuw toe, maar nu met 20 basisfuncties.
  • Gebruik de meegeleverde plot()-functies om beide modellen te visualiseren.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

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)
Code bewerken en uitvoeren