Настройка сложности модели для данных о мотоциклах

Количество базисных функций в сглаживании существенно влияет на то, какие формы может принимать модель. В этом упражнении вы потренируетесь изменять количество базисных функций и анализировать результаты.

Это упражнение является частью курса

Нелинейное моделирование с помощью обобщённых аддитивных моделей (GAM) в R

Посмотреть курс

Инструкции к упражнению

Подберите GAM с 3 базисными функциями для данных mcycle, где accel является функцией сглаживания от times.
Подберите ту же GAM, но на этот раз с 20 базисными функциями.
Используйте предоставленные функции plot(), чтобы визуализировать обе модели.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

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)

Редактировать и запускать код