如何解决具有缩放 t 分布的 GAMM:为什么我的残差和拟合值与观测值不相加?
编辑:我现在已经发现这个问题 - 如果它是一个 - 与我为我的模型选择了缩放 t 分布的事实有关。使用高斯分布运行模型不会导致相同的问题。
尽管如此,我想知道为什么会发生这种情况。使用 fitted + residuals != dependent variable
的不同分布的模型是否正常?
使用 mgcv's
gam()
我已经拟合了一个非线性模型,包括一个随机因子平滑。
以下是原始问题:
############################################ #######################
我使用 fitted(model)
提取了拟合值,使用 resid(model)
提取了残差。
当我将它们添加到我的数据框中时,我注意到残差和拟合值加起来不等于观察值。起初我认为函数 fitted()
和 resid()
可能没有保留值的原始顺序。然而,这是错误的。我用其他模型(包括其他 gam
模型)尝试过。
现在,我正在处理的模型出现了一些问题。最值得注意的是,不同平滑(包括随机因子平滑)的显着性水平因一组 k 值而异。
此问题的原因可能是什么?这是某种稳定性问题吗?如何处理这样的问题?我会感谢任何指向正确方向的指示。
解决方法
您提取的残差是偏差残差,只有(IIRC)高斯残差才与您期望的响应残差相对应。
您可以使用 residuals(model,type = 'response')
获得响应残差,并使用这些重新计算。请参阅 ?residuals.gam
了解更多信息。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。