求助：基于poisson分布的GAM模型的时间序列分析调整变量自由度df的确定

5368

收藏 2015-10-13

各位R大神，是这样的，我现在在做关于气象因素与某种疾病的关系的毕业论文，现在遇到一个自由度的问题，就是我想研究两个气象因素（共有四个气象因素）与疾病之间的关系，先要做单个气象因素与疾病的关系，就需要调整其他两个非研究的气象因素（4-2），我是想用NS（）函数来调整其他两个气象因素，在调整的过程中需要同时确定这两个非研究气象因素的自由度，因此想请教你具体这两个调整的气象因素的自由度该如何确定，请各位R大神指导一下！在此非常感谢！！！具体的formula如下：
model1 <- gam(cases~ave_temp+ns(ave_pres,df)+ns(precipitation,df)+ns(day1,2*7)+as.factor(holiday)+as.factor(DOW), data=cs1 , fmily=poisson(link="log"))
需要确定的变量的df为ave_pres,precipitation.

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

全部回复

Little_dog

2015-10-25 10:13:42

所谓自由度就是这几个变量之间是不是对立，如果确立他们之间还有别的联系，那自由度就要减去1个

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

Alwaysonline21

2015-10-25 11:38:25

Little_dog 发表于 2015-10-25 10:13
所谓自由度就是这几个变量之间是不是对立，如果确立他们之间还有别的联系，那自由度就要减去1个

这几个变量我先做了Spearman相关检验，发现他们之间呈相关性，并且P<<0.05!所以想以其中两个变量作为调整变量，重点研究另外几个变量与反应变量之间的关系！现在关键是就这两个调整变量的自由度怎么样同时确定，文献上一般的说法就利用广义交叉验证（GCV）,无偏风险估计值（UBER）,赤池信息准则（AIC）以及贝叶斯信息准则（BIC）得到，都是仅仅一两句话一带而过，没有具体介绍，在网上也没有查到具体的方法，还请您指教！谢谢！