今回はGeneralized Additive Modelで回帰分析をします。
まず、mgcvパッケージの読み込みからです。
gam関数でGeneralized Additive Modelによる回帰分析を実行します。
R-sq.(adj)が0.796となっています。k = 3はパラメータなのですが、何のパラメータなのかわかっていないです。すみません。the k value that is the dimension of the basis used to represent the smooth term.とRegression Analysis with R by Giuseppe Ciaburroにありました。平滑化で使われる次元だそうです。
gam.check関数でモデルのチェックができます。
low p-value (k - index <1) may indicate that k is too low とありますので、kを4にしてみます。
R-sq.(adj)が0.799とgam_model1よりも高くなりました。
gam.check関数でチェックします。
まだ k - indexが１より小さいですね。k = 5にしてみます。
あら、k = 5 だとエラーになってしまいますね。
k= 4でいいのですね。
gam_model2をグラフにしてみます。
AIC関数でlm_model3とgam_model2のどちらがAICが小さいか比べてみます。
gam_model2のほうがAICの値が小さいので良いモデルです。
残差プロットを描きましょう。
gam_model2のほうが残差が小さいことがわかります。
散布図と回帰曲線を描きます。
まずplot関数とpoints関数で散布図を描きました。
これに回帰曲線をのせていきます。
今回は以上です。
はじめから読むには、
です。
