R语言基于VGAM包进行广义可加模型(1)

广义可加模型( generalized additional model，GAM)是对传统广义线性模型的非参数拓展，可有效处理解释变量与效应变量间复杂的非线性关系. 它有许多优点:能直接处理响应变量与多个解释变量之间的非线性关系;能应用非参数的方法检测数据结构，并找出其中的规律，从而得到更好的预测结果;以数据而不是模型“说话”; 不需要假定数据分布等;因而更适用于生态学，特别是调查数据。近年来，广义可加模型在生态学中已经得到了广泛使用.
GAM 是广义线性模型(generalized linear mod-el，GLM)的半参数扩展(Hastie et al．，1990)，其假设函数是相加的，函数的组成成分是光滑函数(smoothfunctions)，基本模型如下:
G［E(Y)］=b 0+f1 (x 1 )+…+f m (X m )
式中:E(Y)为应变量的数学期望值;G［］为连接函数，连接函数的选择依赖于应变量的分布形式;b 0 为截距;f 1 …f m 为 m 个环境变量 X 的平滑函数，通常使用光滑样条函数(smoothing spline function)拟合，因子的重要性可以通过平滑函数的自由度来简单判断:自由度高表明因子重要性高。
可以进行广义可加模型的R包有很多种，我们今天使用介绍VGAM包来进行拟合广义可加模型，VGAM包是个功能非常强大的R包。继续使用我们的臭氧数据，从既往文章中我们得知，臭氧和高度呈非线性关系。

首先加载R包和导入我们的数据

library(foreign)
library(VGAM)
library(viridis)
library(car)
be <- read.spss("E:/r/test/ozone.sav",
                use.value.labels=F, to.data.frame=T)

数据中有七个变量，ozon每日臭氧水平为结局变量，Inversion base height（ibh）反转基准高度，Pressure gradient (mm Hg) 压力梯度（mm Hg），Visibility (miles) 能见度（英里），Temperature (degrees F) 温度（华氏度），Day of the year日期，vh我也不知道是什么，反正就是一参数，这里所有的变量都是连续的。

假设我们想知道臭氧浓度和高度的相关性，直接进行模型拟合，df表示光滑样条的灵活度，

mgam<-vgam(ozon~dpg+s(ibh,df=3),data=be,family=uninormal(),model=T)

解析模型和查看系数，VGAM包可以生成两个截距，一个是我们通常说的截距，另外一个是基于方差的自然对数值

summary(mgam)
coef(mgam)

我们可以使用car包的linearHypothesis函数对模型进行参数假设检验

绘制图形

纵轴表示平滑函数值，括号中的数字表示估计自由度df，虚线表示可信区间上下限。
我们可以使用viridis包的viridis函数对线条进行修改

par(mfrow=c(1,2))
plot(mgam,se=T,locl=viridis(4)[1],scol=viridis(4)[2])

由上图看出，臭氧浓度和高度关系并不是越高越浓，而是在一定高度内臭氧浓度最高。
更多精彩文章请关注公众号：零基础说科研