机器算法验证 - 解释和报告 gamm4 结果 - 吾爱随笔录

我是 gam 新手，我的大部分知识来自这份文件http://www3.nd.edu/~mclark19/learn/GAMS.pdf。现在我正在使用具有随机效应的广义上瘾模型来对一些数据进行建模，我想看看“speedChange”如何与我的数据集中的“response”相关，并考虑随机效应“user.id”

我运行的代码如下所示：

speed.gammer <- gamm4(response ~ s(speedChange) , data= t, 
                      random= ~ (1|user.id))

游戏可以绘制如下：

与置信带拟合的游戏图

然后我尝试解释游戏：

summary(speed.gammer$gam)

这给出了以下内容：

Family: gaussian 
Link function: identity 

Formula:
response ~ s(speedChange)

Parametric coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept)  2.30618    0.01482   155.6   <2e-16 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Approximate significance of smooth terms:
                 edf Ref.df     F p-value    
s(speedChange) 5.875  5.875 28.61  <2e-16 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

R-sq.(adj) =  0.0263   
lmer.REML =  14688  Scale est. = 0.57643   n = 5619

根据我对输出的了解，我了解到 speedChange 与响应显着相关，并且非线性关系如图所示。我知道 R 平方很小，但这不是我想问的。我实际上不了解mer模型。

如果我运行：

summary(speed.gammer$mer)

我得到以下结果：

Linear mixed model fit by REML ['lmerMod']

REML criterion at convergence: 14687.7

Scaled residuals: 
    Min      1Q  Median      3Q     Max 
-2.5908 -0.6500 -0.0454  0.5880  3.7110 

Random effects:
 Groups   Name           Variance Std.Dev.
 user.id  (Intercept)     0.2853  0.5342  
 Xr       s(speedChange) 56.4011  7.5101  
 Residual                 0.5764  0.7592  
 Number of obs: 5619, groups:  user.id, 3042; Xr, 8

Fixed effects:
                    Estimate Std. Error t value
X(Intercept)        2.306181   0.014823  155.58
Xs(speedChange)Fx1 -0.008977   0.115045   -0.08

Correlation of Fixed Effects:
X(Int)
Xs(spdCh)F1 0.004

我知道这是一个 lmerMod。我了解 lmer 函数的输出，但不在这里。我不明白固定效果中的“X”是什么意思。从 t 值看来，Intercept 很重要，但 speedChange 不重要。我想报告我的分析结果，但是 gam 结果和这个 mer 结果之间有什么关系？我如何解释 mer 结果

Xs(speedChange)Fx1 -0.008977   0.115045   -0.08

连同游戏结果：

s(speedChange) 5.875  5.875 28.61  <2e-16 ***

我没有看到任何可以帮助我理解输出以报告结果的文档。有人可以帮忙吗？