Ustawianie złożoności modelu dla danych motorcycle
Liczba funkcji bazowych w wygładzeniu ma duży wpływ na kształty, jakie może przyjąć model. W tym ćwiczeniu przećwiczysz modyfikowanie liczby funkcji bazowych i analizowanie wyników.
To ćwiczenie jest częścią kursu
Nieliniowe modelowanie z użyciem uogólnionych modeli addytywnych (GAM) w R
Instrukcje do ćwiczenia
- Dopasuj GAM z 3 funkcjami bazowymi do danych
mcycle, gdzieacceljest funkcją wygładzającątimes. - Dopasuj ten sam GAM ponownie, tym razem z 20 funkcjami bazowymi.
- Użyj dostarczonych funkcji
plot(), aby zwizualizować oba modele.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
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)