Извлечь функции коэффициентов из подобранного pfr-объекта из пакета возврата R

Question

Я пытаюсь извлечь коэффициенты из подогнанного pfr -объект.

• Я подхожу к функциональной обобщенной линейной модели (FGLM) в форме:

  E[Y_i] = X_i' \beta + \int_T f[t, Z_i(t)] dt,

• Затем я пытаюсь извлечь коэффициенты с помощью coef(fit_FGAM, n = c(n_1,n_2)), где fit_FGAM это подобранный модельный объект.

• Из документации я прочитал: n - целочисленный вектор, указывающий количество равных интервалов координат для каждого аргумента. Если длина 1, то же число используется для каждого аргумента. В противном случае длина должна совпадать object$smooth[[select]]$dim ,

Мне неясно:

1. Какой элемент, скажем, 2-элементного вектора n = c(n_1,n_2) соответствует аргументу t и какой аргумент Z_i?

2. Я предполагаю (думаю), что по умолчанию диапазон координат для аргумента t (время (min(t), min(t)) учитывая все t координаты одинаковы для всех наблюдений - так ли это?

3. Как диапазон координат Z_i определено? Это диапазон всех (скалярных) значений, присутствующих в наборе данных в Z_i через все временные точки и все наблюдения?

Answer 1

Боже мой, эта страница помощи ужасна...

1. первый аргумент n для tвторой Z (см. пример ниже)
2. да
3. да. см. ниже пример определения вашей собственной сетки оценки с coords-argument

`` `

library(refund)
data(DTI)
DTI1 <- DTI[DTI$visit==1 & complete.cases(DTI),]
par(mfrow=c(1,2))

# Fit FGAM: 
(fit_af <- pfr(pasat ~ sex + case + af(cca, k=c(5, 8), bs="ps"), data=DTI1))
#> 
#> Family: gaussian 
#> Link function: identity 
#> 
#> Formula:
#> pasat ~ sex + case + te(z = cca.tmat, x = cca.omat, by = L.cca, 
#>     k = c(5, 8), bs = "ps")
#> 
#> Estimated degrees of freedom:
#> 2.71  total = 4.71 
#> 
#> REML score: 232.6839     rank: 40/42


all.equal(
  coefficients(fit_af, n = c(100, 10)), 
  coefficients(fit_af, 
               coords = list(cca.argvals = seq(0, 1, l = 100),
                             cca = modelr::seq_range(DTI1$cca, n = 10)))
  )
#> [1] TRUE

`` `