发现安装最基础包 ggplot2 都失败,如下所示: > install.packages('ggplot2') Warning: dependency ‘mgcv’ is not available bytes (2.9 MB) ================================================== downloaded 2.9 MB ERROR: dependency ‘mgcv ’ is not available for package ‘ggplot2’ 搜索了一下它所依赖的 mgcv 包 : mgcv: Mixed GAM Computation Vehicle with stats, graphics, Matrix, splines, utils Suggests: parallel, survival, MASS Published: 2021-09-23 确实是因为 mgcv
mgcv软件包是一套优秀的软件,可以为非常大的数据集指定、拟合和可视化GAMs(点击文末“阅读原文”获取完整代码数据)。 相关视频 这篇文章介绍一下广义加性模型(GAMs)目前可以实现的功能。 我们需要加载mgcv library('mgcv') 受欢迎的例子数据集 dat中的数据在GAM相关的研究中得到了很好的研究,包含了一些协变量--标记为x0到x3--这些协变量在不同程度上与因变量有非线性关系 为了拟合一个加性模型,我们使用 gam(y ~ s(x0) + s(x1) + s(x2) + s(x3), dat, "REML") mgcv提供了一个summary()方法,用来提取关于拟合GAM 绘制光滑_函数_图 为了将估计的GAMs可视化,mgcv提供了plot.gam()方法和vis.gam()函数,从对象中产生类似ggplot2的图。 可以处理mgcv可以估计的大多数光滑_函数_,包括带有因子和连续副变量的按变量光滑_函数_、随机效应光滑_函数_(bs = 're')、二维张量积光滑_函数_,以及带有参数项的模型。
接下来,我们看下实现模型需要的包: install.packages("mgcv") install.packages("gamRR") 包安装好后,我们看下具体的函数,在mgcv中有两个函数都可以实现 那么我们直接看实例: library(mgcv) library(gamRR) dat <- gamSim(1,100,dist="poisson",scale=.25)#为gam模拟样本数据 fit
Frameworks/R.framework/Versions/3.6/Resources/library/ KernSmooth boot compiler graphics mgcv Frameworks/R.framework/Versions/4.0/Resources/library KernSmooth boot compiler graphics mgcv
Program Files/R/R-4.0.5/library packages: boot, class, cluster, KernSmooth, lattice, MASS, Matrix, mgcv library packages: boot, class, cluster, codetools, foreign, KernSmooth, lattice, MASS, Matrix, mgcv
install.packages("mgcv") # gam函数在这个包 library(mgcv) install.packages("MASS") library(MASS) attach(Boston (adj) = 0.768 Deviance explained = 77.2% GCV = 1.0472 Scale est. = 1.0277 n = 506 mgcv包的bam函数
combat 首先用sva包的ComBat函数去批次: library(sva) ## Loading required package: mgcv ## Loading required package : nlme ## This is mgcv 1.8-41. For overview type 'help("mgcv-package")'. ## Loading required package: genefilter ## Loading required
:/Program Files/R/R-4.1.0/library packages: class, cluster, foreign, lattice, MASS, Matrix, mgcv
在R语言中我们使用mgcv包中的lmer函数来完成这项工作。首先载入faraway包以便读取psid数据集,然后加载mgcv包,再将年份数据中心化以方便解释模型,最后用lmer函数进行建模。 1 -7 5 31 12 M 7500 72 1 -6 6 31 12 M 8000 73 1 -5 library(mgcv
confidence", level=0.95) 在置信度为95%的条件下预测gmv区间:[1627.233, 2399.937] 4.2,非线性的广义相加模型预测,对非线性的拟合会好一点 > library(mgcv
# (b). method = "gam": GAM 在大数据时比loess高效,需要载入 mgcv 包 library(mgcv) qplot(carat, price, data = dsmall,
⬇ (unknown size) ├─sva 3.46.0 ✨ ⬇ (unknown size) │ ├─mgcv 1.8-42 │ │ ├─
Program Files/R/R-4.0.5/library packages: boot, class, cluster, KernSmooth, lattice, MASS, Matrix, mgcv
grid" "KernSmooth" [13] "lattice" "MASS" "Matrix" "methods" [17] "mgcv
在R语言中我们使用mgcv包中的lmer函数来完成这项工作。首先载入faraway包以便读取psid数据集,然后加载mgcv包,再将年份数据中心化以方便解释模型,最后用lmer函数进行建模。
在R语言中我们使用mgcv包中的lmer函数来完成这项工作。首先载入faraway包以便读取psid数据集,然后加载mgcv包,再将年份数据中心化以方便解释模型,最后用lmer函数进行建模。
使用mgcv 包的广义可加模型GAM对季节性变化的ASV进行了拟合。 使用propr包检验一个给定属内的类群是否共变,从而可以共享时间生态位。
.#### Attaching package: 'mclust'## The following object is masked from 'package:mgcv':#### mvncl1
rprojroot_1.3-2 rjson_0.2.15 GenomeInfoDbData_1.0.0 ## [109] diptest_0.75-7 mgcv
利用R 包mgcv 进行了分析。