mgcv :: gam混合模型中平滑随机项的形式引用

时间:2018-12-14 04:51:58

标签: mixed-models gam mgcv

我有一个格式为mgcv :: gam的混合模型:

m1 <- gam(Y ~ A + s(B, bs = "re"), data = dataframe, family = gaussian,
 method = "REML")

随机术语s(B, bs = "re")summary(m1)中被引用为

Approximate significance of smooth terms:
           # edf Ref.df      F p-value   
s(B)  4.486      5 97.195 6.7e-08 ***

我的问题是,如何在正式文档(例如技术报告或论文)中引用此结果(统计信息和P值)?

例如,一种可能性是

  

F [4.486,5] = 97.195,P = 6.7e-08

但是,与此想法相反的是,使用“对工程进行逆向工程”

pf(q= 97.195, df1= 4.486, df2= 5, lower.tail=FALSE)

给出了错误的p值:

[1] 5.931567e-05

非常感谢您的建议。非常感谢您的帮助!

1 个答案:

答案 0 :(得分:1)

所讨论的F统计量实际上并没有随F随您所确定的自由度而变化。 Ref df与测试有关,但是您需要阅读和理解Wood(2013)才能全面了解测试的自由度是如何得出的。

如果有人想知道它们是如何计算的,我将简单地引用统计信息和p值,然后引用Simon的论文。我认为您无法轻易获得实际使用的自由度。 (嗯,并非没有调试summary.gam()代码并查看它们是如何计算的。)

参考文献

Wood,S. N.2013。回归模型中随机效应的简单测试。 Biometrika 100:1005-1010。 doi:10.1093 / biomet / ast038