Question

使用bam（discrete = TRUE）选项时，predict（type =“ terms”）函数不再报告交互项。可以通过将交互项放在单独的交互列中来避免这种情况，以防止函数看到交互源，但这很麻烦。即使我们可以通过显式创建交互来完成相同的事情，是否有一些理论上的原因使我们不希望看到bam（discrete = TRUE）的交互？

每当我们用一堆明确编码交互作用的列替换交互作用项x：y时，该问题就可以解决。我尝试了其他各种修复方法，以试图使交互通过。例如（0 + x）：y，我不确定这是否有意义，因为怀疑该列的删除方式与从predict.bam（type =“ terms”）中删除截距的方式相同。

library(mgcv)

mydf <- data.frame(class = factor(round(runif(500), digits=1)),
               x     = runif(500),
               y     = runif(500))

mydf$z <- 1 + as.numeric(mydf$class) * mydf$x + 6*(mydf$y - 0.5)^2 + 
rnorm(n=500, mean=0, sd=0.1)

mygam <- gam(z ~ 0 + class + class:x + s(y), data=mydf)

head(predict(mygam, type="terms"))

mybam <- bam(z ~ 0 + class + class:x + s(y), data=mydf)

head(predict(mybam, type="terms"))

mydiscretebam <- bam(z ~ 0 + class + class:x + s(y), discrete=TRUE, data=mydf)

head(predict(mydiscretebam, type="terms"))

我期望结果会有所不同，因为使用了两种不同的优化算法，但是令我惊讶的是，在第三个预测调用中甚至没有报告交互作用。在这种情况下，模型估计值不是项的总和。为什么要删除拦截器？这还负责删除交互吗？摘要中提供了这些系数，与其他任何参数系数一样，所以排除它们是偶然的吗？

据我所知，我实际上只是在更改优化算法。某些列来自交互的事实似乎无关紧要。

Answer 1

这是predict.gam中的一个错误（由predict.bam的离散版本调用以执行参数项）。已为下一个版本修复。谢谢。同时，您可以使用

predict(mydiscretebam, type="terms",discrete=FALSE)

Simon（mgcv维护者）

gam / bam / bam（discrete = TRUE）不包含/不包含/不包含交互（predict（type =“ terms”））

1 个答案: