绘制gam模型得到格子

时间:2014-05-13 11:46:20

标签: r lattice gam

我使用gam包中的mgcv拟合模型。我将结果存储在model中,到目前为止,我一直在使用plot(model)查看平滑组件。我最近开始使用lattice并且喜欢它的输出。所以我想知道,是否可以使用lattice

绘制这些图表

这是我的数据集:https://gist.github.com/plxsas/fcef4a228c18c772b4f3

m2<- gam(TotalInd ~ s(dayinyear, by=as.numeric(Site=="1"), bs="cr")
  +s(dayinyear, by=as.numeric(Site=="2"), bs="cr") + s(dayinyear, 
   by=as.numeric(Site=="3"), bs="cr"), random=list(Replicate=~ 1), data=data)

如何在lattice包中绘制此模型,并将三个面板代表我的三个网站更顺畅,好吗?

您还可能注意到我使用了dayinyear而不是正确的月份格式(数据中的第一列)。这是因为广义加性模型不处理分类变量。但是,我想在我的图表中用月份的名称来表示时间(如在第一列中),是否有人知道lattice情节中的前进方向?

1 个答案:

答案 0 :(得分:1)

以下是使用某些虚假数据执行此操作的一般方法。你需要调整它以确保名称是你喜欢的,

library(reshape)
library(mgcv)
library(lattice)

X1<-rnorm(100)   # Make some fake data
X2<-rnorm(100)
X3<-rnorm(100)
Y<-rnorm(100)

Mod<-gam(Y~s(X1,bs="cr")+s(X2,bs="cr")+s(X3, bs="cr")) # make a model

Z<- predict(Mod,type="terms", se.fit=T)  #Z is the predicted value 
                               #for each smooth term, se.fit give you SE

Z2<-melt(Z$fit)                     #Z was in wide form, Z2 is long form
Z2$XX<-c(X1,X2,X3)            #add the original values for he predictors 
Z2$SE<-melt(Z$se.fit)$value  #add SE
Z2$UP<-Z2$value+2*Z2$SE      #+2 SE
Z2$Low<-Z2$value-2*Z2$SE     # - 2 SE
Z2<-Z2[order(Z2$XX),]

xyplot(value~XX|X2,data=Z2,type="l",col="black",as.table=T,
     prepanel=function (x,y,...)list(ylim=c(min(Z2$Low),max(Z2$UP))),
     panel=function(x,y,groups,subscripts,...){
       panel.xyplot(x,y,...)
       panel.lines(Z2$UP[subscripts]~Z2$XX[subscripts],lty=2, col="red")
       panel.lines(Z2$Low[subscripts]~Z2$XX[subscripts],lty=2, col="red")
     }
 ) 

value是每个预测变量的预测值,X2是分组变量所在的位置(表示哪个数据属于每个预测变量)。如果你正在为我们工作这么多,你应该重新命名,以便更清楚。 order部分只是避免意大利面条

您可以使用at参数中x轴的labelsscales参数来控制x轴的标记方式。有关详细信息,请参阅?xyplot

更新 - 这是一个使用此数据的版本

m2<- gam(TotalInd ~ s(dayinyear, by=as.numeric(Site=="1"), bs="cr")
     +s(dayinyear, by=as.numeric(Site=="2"), bs="cr") 
     + s(dayinyear, by=as.numeric(Site=="3"), bs="cr"), 
     random=list(Replicate=~ 1), data=Data)


Z<- predict(m2,type="terms",se.fit=T) #Z is the predicted value and SE
Z2<-melt(Z$fit)                     #Z was in wide form, Z2 is long form

Z2$dayinyear<-Data$dayinyear        #add the original values for he predictors 
Z2$SE<-melt(Z$se.fit)$value
Z2$UP<-Z2$value+2*Z2$SE
Z2$Low<-Z2$value-2*Z2$SE

Z2<-Z2[Z2$value!=0,] #gets rid of excess zeroes

Z2<-Z2[order(Z2$dayinyear),]



xyplot(value~dayinyear|X2,data=Z2,type="l",col="black",as.table=T,
     prepanel=function (x,y,...)list(ylim=c(min(Z2$Low),max(Z2$UP))),
     panel=function(x,y,groups,subscripts,...){
       panel.xyplot(x,y,...)
       panel.lines(Z2$UP[subscripts]~Z2$dayinyear[subscripts],lty=2, col="red")
       panel.lines(Z2$Low[subscripts]~Z2$dayinyear[subscripts],lty=2, col="red")
     }
) 

请注意,我将起始data.frame的名称从data更改为Data

编辑 - 我为每个情节添加了两条显示+ / - 2 SE的虚线