Usando parâmetros de suavização para evitar overfitting

O parâmetro de suavização equilibra a verossimilhança e a ondulação para otimizar o ajuste do modelo. Aqui, você vai examinar parâmetros de suavização e ajustar modelos com diferentes parâmetros de suavização fixos.

Este exercício faz parte do curso

Modelagem Não Linear com Generalized Additive Models (GAMs) em R

Ver curso

Instruções do exercício

Veja o valor do parâmetro de suavização (\(\lambda\)) do modelo gam_mod fornecido, extraindo o valor sp do modelo.
Ajuste dois modelos aos dados mcycle, com accel como uma função suave de times e um parâmetro de suavização de:
- 0.1
- 0.0001
Visualize ambos os modelos.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

library(mgcv)
# Extract the smoothing parameter
gam_mod <- gam(accel ~ s(times), data = mcycle, method = "REML")
___

# Fix the smoothing parameter at 0.1
gam_mod_s1 <- gam(accel ~ s(times), data = mcycle, sp = ___)

# Fix the smoothing parameter at 0.0001
gam_mod_s2 <- gam(___)

# Plot both models
par(mfrow = c(2, 1))
plot(gam_mod_s1, residuals = TRUE, pch = 1)
plot(gam_mod_s2, residuals = TRUE, pch = 1)

Editar e executar o código