我想找出在mgcv软件包(x, y)
中绘图所使用的值。有谁知道我如何提取或计算这些值?plot(b, seWithMean=TRUE)
这是一个例子:
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)
我想找出在mgcv软件包(x, y)
中绘图所使用的值。有谁知道我如何提取或计算这些值?plot(b, seWithMean=TRUE)
这是一个例子:
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)
Answers:
从mgcv
1.8-6 开始,plot.gam
不可见地返回其用于生成图的数据,即
pd <- plot(<some gam() model>)
在中列出了绘图数据pd
。
低于mgcv
<= 1.8-5的答案:
我一再咒骂一个事实,因为plot函数mgcv
不会返回他们正在绘制的内容-如下是难看的,但是它起作用了:
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]]$raw)
}
plotData <<- c(plotData, pd[[i]])}))
,会出现以下消息Error in fBody[[i]] : no such index at level 3
。任何想法为什么它不起作用?
这将不是一个完整的答案。所有gam
对象的绘制都是通过function完成的plot.gam
。您只需输入以下内容即可查看其代码
> plot.gam
在R控制台中。如您所见,代码非常庞大。我从中收集到的信息是,所有绘图都是通过在pd
列表对象中收集相关信息来完成的。因此,可能的解决方案之一是plot.gam
使用edit
例如edit ,以使其返回该对象。pd
在末尾之前添加}
就足够了。我建议添加invisible(pd)
,以便仅在您要求时才返回此对象:
> pd <- plot(b,seWithMean = TRUE)
然后检查该对象,并在代码搜索plot.gam
与线plot
和lines
。然后,您将看到相关x
和y
值中的哪一个出现在图中。
## And this is the code for multiple variables!
require(mgcv)
n = 100
N = n
tt = 1:n
arfun = c(rep(.7,round(n/3)),rep(.3,round(n/3)),rep(-.3,ceiling(n/3)))
arfun2 = c(rep(.8,round(n/3)),rep(.3,round(n/3)),rep(-.3,ceiling(n/3)))
int = .1*(tt-mean(tt))/max(tt)-.1*((tt-mean(tt))/(max(tt)/10))^2
y = rep(NA,n)
s.sample <- N
x <- 10*rnorm(s.sample)
z <- 10*rnorm(s.sample)
for(j in 1:n){
y[j]=int[j]+x[j]*arfun[j]+z[j]*arfun2[j]+rnorm(1)
}
mod = gam(y ~ s(tt) + s(tt, by=x) + s(tt, by=z))
## getting the data out of the plot
plotData <- list()
trace(mgcv:::plot.gam, at=list(c(25,3,3,3)),
# this gets you to the location where plot.gam calls
# plot.mgcv.smooth (see ?trace)
# plot.mgcv.smooth is the function that does the actual plotting and
# we simply assign its main argument into the global workspace
# so we can work with it later.....
quote({
# browser()
print(pd)
plotData <<- c(plotData, pd)
}))
# test:
mgcv::plot.gam(mod, seWithMean=TRUE)
# see if it succeeded
slct = 3
plot(plotData[[slct]]$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)
gam
模型不熟悉,但是您检查了该对象的不同属性吗?您可以使用来查看对象的名称names(b)
。我想您所追求的任何细节都将保留在该对象的某个位置。