Question

我正在尝试获取使用GAM创建的检测功能的置信区间。我已经使用因子和变量创建了GAM

model = gam(Capture>0~s(Distance)+s(Amplitude)+DetectorNumber, 
              family=binomial, data=dat)

见图：https://drive.google.com/file/d/0BxC5badRi-zjT2lHQVFSUlAydW8/view?usp=sharing

现在我需要一个置信区间，在我的世界里，它将是上下阴影区域的整合。然而，即使我能够弄清楚如何进行整合，我相信依赖于方差是不变的假设。在这种情况下，随着距离值的增加（测量误差），我们会在测量中出现更多误差。

我们还需要打破每个通道，并了解每个探测器编号的检测概率（使用CI）。同样，我在使用预测值方面取得了一些成功，但没有成功获得置信区间。

  sim=data.frame(Dist=seq(from=0, to=39.99, by=.01),
                     Amplitude=sample(Amplitude,4000),
                     DetectorNumber=rep(ii,4000));

  sim$DetectorNumber=factor(sim$DetectorNumber)
  yy=predict(model, newdata=sim, type='response')
  pdet=sum(yy*.01)/(4000*.01)

我开始倾向于自举以获得检测概率和CI值，但我不确定如何使用GAM接近它。

您的想法将非常受欢迎。

顺便提一下，如果有人知道如何强制GAM的终点值朝向尾部0，那也会有所帮助（例如，检测到40km的鸟的概率是0）

GAM检测概率置信区间

0 个答案: