我想用 GAM 来分析我的实验数据。在我的实验中，参与者基本上玩了 40 个实验年的游戏。我总共有 6 种不同的条件，并且我有一个主题间设计：一名参与者只经历一种条件。
我想分析一个变量，它是参与者年度决策的输出。我想展示的是：
- 在所有条件下，年份都会对这个输出变量产生影响。
- 这个输出变量在 40 个实验年的路径在 6 个条件下显着不同。
为此，我运行以下模型并得到以下结果：
Abbr 是我的分类变量，有 6 个级别。我的问题主要是关于解释的。表格的“平滑项的近似意义”部分告诉我，Year 在所有条件下对 pr 都有显着影响。这是对的吗？
“参数系数”部分告诉我什么？如何比较这 6 个条件并判断路径明显不同？
这是 GAM 的情节：
谢谢你的回复！现在在平滑方面更加清晰。
我尝试做的是测试我的 6 个类别的平滑度彼此之间是否存在显着差异。为此，我关注了您的博客文章，并最终得到了具有以下模型和结果的有序因子，其中 OC 是我的有序分类变量：
现在，我可以说 F-G1P1 和 F-G5P1 的平滑度之间存在显着差异。当我绘图时，我得到以下信息：
第一个绘图为我的类别 F（参考类别）提供了平滑，而其他的则是差异平滑。我应该如何解释它们？
现在，我想扩展这个分析，在我的 6 个类别之间进行成对比较。为此，我尝试关注这篇文章，但没有成功。对于这些比较，我的所有类别是否都需要具有相同数量的观察值？