Question

我试图以95％的置信度绘制我的gls预测值，我正在努力学习语法。

我之前使用gam模型使用以下代码完成了此操作：

m1 <- gam(Chl ~ s(IR, fx= F, k= -1, bs = "cr"))
m1pred <- predict(m1, se=T, type = "response")

plot(IR, Chl, type ="p")
I1 <- order(IR)
lines(IR[I1], m1pred$fit[I1], lty=1, col="red", lwd = 3 )
lines(IR[I1], m1pred$fit[I1]+2*m1pred$se[I1], lty=2, col = "red", lwd =2)
lines(IR[I1], m1pred$fit[I1]-2*m1pred$se[I1], lty=2, col = "red", lwd = 2)

但这对gls模型不起作用，因为它说：

pred2 $ fit错误：$运算符对原子向量无效

我已经用另一种方法来解决这个问题，我可以根据一些Zurr等人（2009）代码绘制预测模型和数据：

plot(IR, Chl,
 ylim = c(0, 2.5), pch= 21,
 ylab = "Chl concentration µg/L", xlab = "Incident irradiance  (W/m-2)")

MyX <- data.frame(IR = seq(from = min(IR),
                       to = max(IR), length = 1076), ID = "IR")
pred2 <- predict(m1s, newdata = MyX)
lines(MyX$IR, pred2, col="red", lwd=3)

但我不知道如何添加95％间隔线？

我想我可以使用AICmodav包中的语法来获取间隔：

predictSE.gls(m1s, MyX, se.fit=T)
lines(MyX$IR, predse, col="red", lwd=1)

但是后来我不确定如何绘制这个，因为看起来x和y变量是不同的......有人可以帮忙吗？

我对R并不感到惊讶，因此解释越简单，我就能越远离它。

提前致谢 luci的

Answer 1

如果没有可重现的例子，我们所能做的就是猜测：尝试：

plot(IR, Chl, type ="p")
I1 <- order(IR)
lines(IR[I1], m1pred[I1 , 1], lty=1, col="blue", lwd = 3 )
lines(IR[I1], m1pred[I1 , 1]+2*m1pred[I1, "se.fit"], lty=2, col = "red", lwd =2)
lines(IR[I1], m1pred[I1 , 1]-2*m1pred[I1, "se.fit"], lty=2, col = "red", lwd = 2)

预测结果可能是矩阵或向量而不是列表。这是错误消息试图让您识别的内容。这不应该是来自mgcv::predict.gam或gam::predict.gam生成的预测对象的错误，但您没有包含library来电，所以我们不要＆＃ 39;知道哪个包gam来自。你真的应该使用完整的参数名称（se.fit而不是se）并使用TRUE而不是T来调用函数。

gls模型以95％的间隔绘图

1 个答案: