Gam is R возвращает ошибку «степени свободы» или «индекс за пределами» - PullRequest
Новая
       14

Gam is R возвращает ошибку «степени свободы» или «индекс за пределами»

0 голосов
/ 30 ноября 2018

Я пытаюсь запустить модель игры на небольшом наборе данных 

library(ggplot2)
library(mgcv)

test <- structure(list(x = c(69, 365, 452, 100, 120, 120, 150, 159, 180
), y = c(17.91, 2.58, 4.82, 10.09, 6.24, 10.33, 2.35, 1.94, 3.91
)), class = c("tbl_df", "tbl", "data.frame"), row.names = c(NA, 
-9L))

Эти данные выглядят следующим образом 

ggplot(test, aes(x = x, y = y)) + geom_point()

enter image description here

Я хотел бы попытаться связать эти данные сплайном с игрой.Я попробовал следующее, которое возвращает ошибку 

mod <- gam(test$y ~ s(test$x))

 Error in smooth.construct.tp.smooth.spec(object, dk$data, dk$knots) :
 A term has fewer unique covariate combinations than specified maximum
 degrees of freedom

Исходя из этого поста http://r.789695.n4.nabble.com/Help-with-GAM-mgcv-td3074165.html кажется, что, возможно, мне нужно назначить меньше узлов.

Я пытался сказать модели использовать только два узла следующим образом (предполагая, что я определю оптимальное число как-нибудь позже): 

mod <- gam(test$y ~ s(test$x), k = 2)

 Error in data[[txt]] : subscript out of bounds

I 'Я не уверен, что означает эта более поздняя ошибка или почему я ее получаю.

На всякий случай, если она пригодится, вот трассировка этой ошибки 

 traceback()

7: get.var(object$term[i], knots)
6: ExtractData(object, data, knots)
5: smooth.construct3(object, data, knots)
4: smoothCon(split$smooth.spec[[i]], data, knots, absorb.cons, scale.penalty = scale.penalty, 
       null.space.penalty = select, sparse.cons = sparse.cons, diagonal.penalty = diagonal.penalty, 
       apply.by = apply.by, modCon = modCon)
3: gam.setup(formula = list(pf = test$y ~ 1, pfok = 1, smooth.spec = list(
       list(term = "test$x", bs.dim = -1, fixed = FALSE, dim = 1L, 
           p.order = NA, by = "NA", label = "s(test$x)", xt = NULL, 
           id = NULL, sp = NULL)), fake.formula = test$y ~ 1 + test$x, 
       response = "test$y", fake.names = "test$x", pred.names = c("test", 
       "x"), pred.formula = ~test + x), pterms = test$y ~ 1, data = list(
       `test$y` = c(17.91, 2.58, 4.82, 10.09, 6.24, 10.33, 2.35, 
       1.94, 3.91), `test$x` = c(69, 365, 452, 100, 120, 120, 150, 
       159, 180)), knots = 2, sp = NULL, min.sp = NULL, H = NULL, 
       absorb.cons = TRUE, sparse.cons = 0, select = FALSE, idLinksBases = TRUE, 
       scale.penalty = TRUE, paraPen = NULL, drop.intercept = FALSE)
2: do.call(gsname, list(formula = gp, pterms = pterms, data = mf, 
       knots = knots, sp = sp, min.sp = min.sp, H = H, absorb.cons = TRUE, 
       sparse.cons = 0, select = select, idLinksBases = control$idLinksBases, 
       scale.penalty = control$scalePenalty, paraPen = paraPen, 
       drop.intercept = drop.intercept))
1: gam(test$y ~ s(test$x), k = 2)

И информация о сеансе 

 sessionInfo()

R version 3.5.1 (2018-07-02)
Platform: x86_64-pc-linux-gnu (64-bit)
Running under: Ubuntu 18.04.1 LTS

Matrix products: default
BLAS: /usr/lib/x86_64-linux-gnu/blas/libblas.so.3.7.1
LAPACK: /usr/lib/x86_64-linux-gnu/lapack/liblapack.so.3.7.1

locale:
 [1] LC_CTYPE=en_US.UTF-8       LC_NUMERIC=C               LC_TIME=en_US.UTF-8        LC_COLLATE=en_US.UTF-8    
 [5] LC_MONETARY=en_US.UTF-8    LC_MESSAGES=en_US.UTF-8    LC_PAPER=en_US.UTF-8       LC_NAME=C                 
 [9] LC_ADDRESS=C               LC_TELEPHONE=C             LC_MEASUREMENT=en_US.UTF-8 LC_IDENTIFICATION=C       

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

other attached packages:
[1] mgcv_1.8-25   nlme_3.1-137  ggplot2_3.1.0

loaded via a namespace (and not attached):
 [1] Rcpp_0.12.19     rstudioapi_0.8   bindr_0.1.1      knitr_1.20       magrittr_1.5     tidyselect_0.2.5 munsell_0.5.0   
 [8] lattice_0.20-38  colorspace_1.3-2 R6_2.3.0         rlang_0.3.0.1    plyr_1.8.4       dplyr_0.7.7      tools_3.5.1     
[15] grid_3.5.1       packrat_0.4.9-3  gtable_0.2.0     withr_2.1.2      yaml_2.2.0       lazyeval_0.2.1   assertthat_0.2.0
[22] tibble_1.4.2     crayon_1.3.4     Matrix_1.2-15    bindrcpp_0.2.2   purrr_0.2.5      glue_1.3.0       labeling_0.3    
[29] compiler_3.5.1   pillar_1.3.0     scales_1.0.0     pkgconfig_2.0.2

Мне интересно, есть ли у кого-нибудь предложения о том, как мне лучше всего справиться с этой ошибкой или иным способом получить рабочую игру сэти данные.Спасибо за идеи.

1 Ответ

0 голосов
/ 30 ноября 2018

Если вы используете k = 3, то нет проблем (по крайней мере, с тем методом, который я использовал, который передает фрейм данных в аргумент data> 

> mod <- gam(y ~ s(x, k=3), data=test)
> mod

Family: gaussian 
Link function: identity 

Formula:
y ~ s(x, k = 3)

Estimated degrees of freedom:
1.95  total = 2.95 

GCV score: 9.922357     
> mod <- gam(y ~ s(x, k=4), data=test)
> 
> mod

Family: gaussian 
Link function: identity 

Formula:
y ~ s(x, k = 4)

Estimated degrees of freedom:
2.67  total = 3.67 

GCV score: 7.77551     
> mod <- gam(y ~ s(x, k=5), data=test)
> mod

Family: gaussian 
Link function: identity 

Formula:
y ~ s(x, k = 5)

Estimated degrees of freedom:
2.94  total = 3.94 

GCV score: 7.758121

, так как показатель GCV не увеличивается при увеличениис 4 до 5 я показываю, что вы получаете с k = 4: 

 > mod <- gam(y ~ s(x, k=4), data=test)
> png()
> plot(mod)
> points(y~x, data=test)
> dev.off()
RStudioGD 
        2

enter image description here

Я почти уверен, что причинасмещение s(x,2.67) от точек - это невозможность включить термин «перехват», который будет другой (не нанесенной на график) «степенью свободы». Если вам нужны прогнозы полной модели (которая будет проходить через точки данных, а не простовклад от сглаживающего члена, затем выведите график predict(mod, newdata=list( x= seq(min(x),max(x), length=100))) против этой же последовательности.

...