Question

有一个标题相同的问题，但是，我希望这个问题也引起您的兴趣[并且我个人想知道答案]。

首先，我将指定一个具有一个连续和一个因子协变量的数据集：

set.seed(1)
n <- 50
u1 <- sample(c(1,2), n, replace = TRUE) 
u1 <- factor(u1)
u2 <- runif(n)
data <- data.frame(u1, u2)

我不想运行gam模型，而只是创建设计矩阵。我考虑过两种方法。

首先

a<-mgcv::s(u2,k=5,bs="ps",by=u1)
b<- mgcv::smoothCon(a,data=data,absorb.cons=TRUE)

但是，

b[[1]]$X[u1==2,]

仅包含0。

第二，

a<- mgcv::s(u1,u2,k=5,bs="ad")
b<- mgcv::smoothCon(a,data=data,absorb.cons=TRUE)

但是，它给我一条错误消息。 Error in Summary.factor(c(1L, 1L, 2L, 2L, 1L, 2L, 2L, 2L, 2L, 1L, 1L, : ‘min’ not meaningful for factors

该问题如何解决？我希望有一个设计矩阵，可以为因子u1的每个级别分别建模一个平滑项[二进制，如这里或其他]。

Answer 1

我不想运行gam模型，而只是创建设计矩阵。

我希望有一个设计矩阵，可以针对因子u1的每个级别分别对平滑项进行建模。

library(mgcv)

set.seed(1)
n <- 50
u1 <- sample(c(1,2), n, replace = TRUE) 
u1 <- factor(u1)
u2 <- runif(n)
data <- data.frame(u1, u2)

a <- s(u2, k = 5, bs = "ps", by = u1)
b <- smoothCon(a, data = data, absorb.cons = TRUE)

smoothCon生成一个长度nlevels(u1)的列表，该列表“ by”平滑。为u1创建了一个虚拟矩阵（此示例中有两列），并且每一列都与s(u2, l = 5, bs = "ps")的设计矩阵相乘。因此，b[[1]]$X是第一级的设计矩阵，b[[2]]$X是第二级的设计矩阵。 b[[1]]$X[u1 == 2]给出全零，您应该不会感到惊讶，因为这是u1 == 1的设计矩阵。您想cbind将这些单独的矩阵放在一起：

cbind(b[[1]]$X, b[[2]]$X)

请注意，因为已设置absorb.cons = TRUE，所以样条函数居中。即，每个级别的平均值受到约束（不一定为0，而是固定为某个值）。实际的效果是，您随后需要将u1放入模型中，否则无法对组均值建模。在mgcv中，您必须指定

s(u2, k = 5, bs = 'ps', by = u1) + u1

在您引用的“问题与解答”中也提到了此问题：mgcv: how to specify interaction between smooth and factor?。在mgcv以外的应用程序中，您也需要注意这一点。因此，完整的模型矩阵应该是

cbind(b[[1]]$X, b[[2]]$X, model.matrix(~ u1))

mgcv：如何指定平滑度和因子之间的相互作用？第二部分

1 个答案: