Ange komplexiteten hos motorcykelmodellen
Antalet basfunktioner i en utjämning påverkar i hög grad vilka former en modell kan anta. Här får du öva på att ändra antalet basfunktioner i en modell och undersöka resultaten.
Den här övningen är en del av kursen
Icke-linjär modellering med Generalized Additive Models (GAMs) i R
Övningsinstruktioner
- Anpassa en GAM med 3 basfunktioner till
mcycle-datan, medaccelsom en utjämningsfunktion avtimes. - Anpassa samma GAM igen, men den här gången med 20 basfunktioner.
- Använd de angivna
plot()-funktionerna för att visualisera båda modellerna.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
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)