Làm thế nào để có được các giá trị được sử dụng trong lô.gam trong mgcv?

Tôi muốn tìm hiểu các giá trị (x, y)được sử dụng trong âm mưu plot(b, seWithMean=TRUE)trong gói mgcv . Có ai biết làm thế nào tôi có thể trích xuất hoặc tính toán các giá trị này?

Đây là một ví dụ:

library(mgcv) 
set.seed(0)
dat <- gamSim(1, n=400, dist="normal", scale=2) 
b   <- gam(y~s(x0), data=dat) 
plot(b, seWithMean=TRUE)

Bắt đầu với mgcv1.8-6, plot.gamtrả về vô hình dữ liệu mà nó sử dụng để tạo các ô, tức là thực hiện

pd <- plot(<some gam() model>)

cung cấp cho bạn một danh sách với dữ liệu âm mưu pd.

TRẢ LỜI DƯỚI ĐÂY mgcv<= 1,8-5:

Tôi đã nhiều lần nguyền rủa sự thật rằng các chức năng cốt truyện mgcvkhông trả lại những thứ họ đang âm mưu - những gì tiếp theo là xấu nhưng nó hoạt động:

library(mgcv) 
set.seed(0)
dat <- gamSim(1, n = 400, dist = "normal", scale = 2)
b <- gam(y ~ s(x0) + s(x1) + s(x2) + s(x3), data = dat)

plotData <- list()
trace(mgcv:::plot.gam, at = list(c(27, 1)), 
  ## tested for mgcv_1.8-4. other versions may need different at-argument.
  quote({
    message("ooh, so dirty -- assigning into globalenv()'s plotData...")
    plotData <<- pd
    }))
mgcv::plot.gam(b, seWithMean = TRUE, pages = 1)

par(mfrow = c(2, 2))
for (i in 1:4) {
  plot(plotData[[i]]$x, plotData[[i]]$fit, type = "l", xlim = plotData[[i]]$xlim,
    ylim = range(plotData[[i]]$fit + plotData[[i]]$se, plotData[[i]]$fit -
      plotData[[i]]$se))
  matlines(plotData[[i]]$x, cbind(plotData[[i]]$fit + plotData[[i]]$se, 
    plotData[[i]]$fit - plotData[[i]]$se), lty = 2, col = 1)
  rug(plotData[[i]]$raw)  
}

Gói visregcó thể tạo các ô hiệu ứng tương tự như GAM (nhưng có lẽ không giống nhau?) Và cũng cung cấp các thành phần cốt truyện như đầu ra, được định dạng như một danh sách. Sử dụng plyr người ta có thể tạo một khung dữ liệu của đầu ra. Thí dụ:

plot <- visreg(model, type = "contrast")
smooths <- ldply(plot, function(part)   
  data.frame(x=part$x$xx, smooth=part$y$fit, lower=part$y$lwr, upper=part$y$upr))

Đây sẽ không phải là một câu trả lời hoàn chỉnh. Tất cả các âm mưu cho gamcác đối tượng đang được thực hiện với chức năng plot.gam. Bạn có thể xem mã của nó bằng cách gõ

> plot.gam

trong bảng điều khiển R. Như bạn sẽ thấy mã là rất lớn. Những gì tôi đã lượm lặt được từ nó, rằng tất cả các âm mưu được thực hiện bằng cách thu thập thông tin liên quan trong pdđối tượng là một danh sách. Vì vậy, một trong những giải pháp khả thi sẽ là chỉnh sửa plot.gam, sử dụng editví dụ, để nó trả về đối tượng đó. Thêm pdtrước cuối cùng }sẽ là đủ. Tôi sẽ khuyên bạn thêm invisible(pd), để đối tượng này chỉ được trả về nếu bạn yêu cầu:

> pd <- plot(b,seWithMean = TRUE)

Sau đó kiểm tra đối tượng này và tìm kiếm trong mã của plot.gamcác dòng với plotvà lines. Sau đó, bạn sẽ thấy những gì có liên quan xvà ygiá trị xuất hiện trong cốt truyện.

## And this is the code for multiple variables!
require(mgcv)
n      = 100
N      = n
tt     = 1:n
arfun  = c(rep(.7,round(n/3)),rep(.3,round(n/3)),rep(-.3,ceiling(n/3)))
arfun2 = c(rep(.8,round(n/3)),rep(.3,round(n/3)),rep(-.3,ceiling(n/3)))
int    = .1*(tt-mean(tt))/max(tt)-.1*((tt-mean(tt))/(max(tt)/10))^2
y      = rep(NA,n)
s.sample <- N
x        <- 10*rnorm(s.sample)
z        <- 10*rnorm(s.sample)
for(j in 1:n){
  y[j]=int[j]+x[j]*arfun[j]+z[j]*arfun2[j]+rnorm(1)  
}

mod = gam(y ~ s(tt) + s(tt, by=x) + s(tt, by=z)) 
## getting the data out of the plot
plotData <- list()
trace(mgcv:::plot.gam, at=list(c(25,3,3,3)),
      # this gets you to the location where plot.gam calls 
      #    plot.mgcv.smooth (see ?trace)
      # plot.mgcv.smooth is the function that does the actual plotting and
      # we simply assign its main argument into the global workspace
      # so we can work with it later.....

      quote({
        # browser()
        print(pd)
        plotData <<- c(plotData, pd)
      }))

# test: 
mgcv::plot.gam(mod, seWithMean=TRUE)


# see if it succeeded
slct = 3
plot(plotData[[slct]]$x, plotData[[slct]]$fit, type="l", xlim=plotData$xlim, 
     ylim=range(plotData[[slct]]$fit + plotData[[slct]]$se, plotData[[slct]]$fit - 
                plotData[[slct]]$se))
matlines(plotData[[slct]]$x, 
         cbind(plotData[[slct]]$fit + plotData[[slct]]$se, 
               plotData[[slct]]$fit - plotData[[slct]]$se), lty=2, col=1)
rug(plotData[[slct]]$raw)