我在gam中面临一个问题，即只考虑2个输入变量：
x =根据俱乐部的入场价格，客户为产品支付的相对价格（％）
b =二进制，如果客户必须支付产品（VIP免费获得）
输出变量是
y =如果客户拿走了产品
这会模拟数据：
require(mgcv)
require(data.table)
set.seed(2017)
y <- sample(c(0, 1), 100, replace=T)
x <- rgamma(100, 3, 3)
b <- as.factor(ifelse(x<.5, 0, 1))
dat <- as.data.table(list(y=y, x=x, b=b))
dat[b=="0",x:=0]
plot(dat$x, dat$y, col=dat$b)
正如您在图中所看到的，没有为产品付款的客户的产品相对价格为0％，其他客户的相对价格介于.5％和3.5％之间
我想为b建模一个虚拟效果，为x设置平滑效果（当然只对那些需要付费的人），所以我也使用b作为x中的副变量：
mod <- bam(y~b+s(x, by=b), data=dat, family=binomial(link="logit"))
summary(mod)
par(mfrow=c(1,2))
plot(mod)
一个。为什么你仍然可以通过s（x，b = 1）看到0％的地毯，如果mgcv只考虑那些必须付钱的话，那会更有意义吗？这个问题与结有关吗？
湾正如你在摘要中看到的那样，虚拟效果估计为NA，这可能与b的信息完全用作s（x）中的副变量这一事实有关，因此虚拟b本身不再有给出的信息？我怎样才能克服这个问题，换句话说：是否可以选择只为数据子集建立平滑项，并使mgcv实际上只使用这个子集来拟合？
答案 0 :(得分：1)
您的问题在概念上与How can I force dropping intercept or equivalent in this linear model?相同。您希望对比b，而不是使用其所有级别。
在GAM设置中，您需要：
dat$B <- as.numeric(dat$b) - 1
y ~ b + s(x, by = B)
对于因子by平滑，如果此因素无序，则mgcv不会将对比度应用于by。这通常很吸引人，因为我们通常希望每个因素水平都平滑。因此，您有责任使用一些技巧来获得您想要的东西。我在上面做的是将这个两级因子b强制转换为数字B，你想要省略的数字为0，然后使用数字'by'B。这个想法不能扩展到更多层次的因素。
如果您的因素by超过2个级别并且您仍想强制执行对比，则需要使用有序因子。例如，你可以做
dat$B <- ordered(dat$b)
y ~ b + s(x, by = B)
从?gam.models了解更多'变量。