Рассмотрим приведенный ниже код для соответствия обобщенной аддитивной модели, включающей два члена x0, который является линейным, и x1, который является нелинейным:
library(mgcv)
set.seed(2) ## simulate some data...
dat <- gamSim(1,n=400,dist="normal",scale=2, method="REML")
b <- gam(y~x1+s(x2, k=5),data=dat)
Модель b
оценивает 3 параметра: точку пересечения, один параметрический коэффициент для x1
и один параметр сглаживания для x2
. Как я могу извлечь оценочную матрицу ковариации этих трех параметров? Я использовал vcov(b)
, который дает следующие результаты:
(Intercept) x0 s(x1).1 s(x1).2 s(x1).3 s(x1).4
(Intercept) 0.104672470 -0.155791753 0.002356237 0.001136459 0.001611635 0.001522158
x0 -0.155791753 0.322528093 -0.004878003 -0.002352757 -0.003336490 -0.003151250
s(x1).1 0.002356237 -0.004878003 0.178914602 0.047701707 0.078393786 0.165195739
s(x1).2 0.001136459 -0.002352757 0.047701707 0.479869768 0.606310668 0.010704075
s(x1).3 0.001611635 -0.003336490 0.078393786 0.606310668 0.933905535 0.025816649
s(x1).4 0.001522158 -0.003151250 0.165195739 0.010704075 0.025816649 0.184471259
Кажется, что vcov(b)
дает ковариацию, относящуюся к каждому узлу гладкого члена s(x1)
, поскольку результаты содержат s(x1).1, s(x1).2, s(x1).3, s(x1).4
(это то, что я думаю). Мне нужна ковариация между предполагаемым параметром сглаживания и другими параметрическими коэффициентами, которые должны быть только одним для (Intercept)
и только одним для x0
. Это вообще доступно?
Изменить: я установил метод оценки REML в коде. Я согласен с тем, что я мог использовать неправильные фразы, чтобы объяснить свою идею, как сказал Гэвин Симпсон, и я понимаю все, что он сказал. Однако идея вычисления ковариации между параметрическими коэффициентами (точка пересечения и коэффициент x1
) и их параметром сглаживания исходит из метода оценки. Если мы установим его в ML или REML, то, я думаю, может быть ковариация. В этом случае оценочная ковариационная матрица для оценок параметров логарифмического сглаживания предоставляется sp.vcov
. Поэтому я думаю, что такое значение может существовать аналогично для параметрических коэффициентов и параметра сглаживания.
unconditional = TRUE
), но вы не можете включить это значение в vcov, поскольку оно все еще фиксировано и известно. Вы можете делать то, что хотите, с полностью байесовской реализацией модели, где параметры сглаживания связаны с параметрами дисперсии смешанной модели. - person Gavin Simpson   schedule 23.09.2017