Wie erhalte ich die in plot.gam verwendeten Werte in mgcv?

Ich möchte die Werte herausfinden, die (x, y)beim Plotten plot(b, seWithMean=TRUE)im mgcv- Paket verwendet werden. Weiß jemand, wie ich diese Werte extrahieren oder berechnen kann?

Hier ist ein Beispiel:

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)

Ab mgcv1.8-6 werden plot.gamdie Daten, die zum Generieren der Diagramme verwendet werden , unsichtbar zurückgegeben

pd <- plot(<some gam() model>)

gibt Ihnen eine Liste mit den Plotdaten in pd.

mgcvANTWORT UNTEN FÜR <= 1,8-5:

Ich habe wiederholt die Tatsache verflucht, dass die Plotfunktionen für das zurückgegebene mgcvMaterial nicht zurückgeben - was folgt, ist hässlich, aber es funktioniert:

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)  
}

Das Paket visregkann Effektdiagramme ähnlich wie GAM erstellen (aber möglicherweise nicht identisch?) Und gibt die Diagrammkomponenten auch als Ausgabe an, formatiert als Liste. Mit plyr kann man einen Datenrahmen der Ausgabe erstellen. Beispiel:

plot <- visreg(model, type = "contrast")
smooths <- ldply(plot, function(part)   
  data.frame(x=part$x$xx, smooth=part$y$fit, lower=part$y$lwr, upper=part$y$upr))

Dies wird keine vollständige Antwort sein. Das gesamte Plotten für gamObjekte erfolgt mit Funktion plot.gam. Sie können den Code durch einfaches Eingeben anzeigen

> plot.gam

in der R-Konsole. Wie Sie sehen werden, ist der Code riesig. Was ich daraus gelernt habe, ist, dass das gesamte Zeichnen durch Sammeln relevanter Informationen in einem pdObjekt erfolgt, das eine Liste ist. Eine der möglichen Lösungen wäre also, beispielsweise zu bearbeiten plot.gam, editdass das Objekt zurückgegeben wird. pdVorletztes Hinzufügen }reicht aus. Ich würde empfehlen, hinzuzufügen invisible(pd), damit dieses Objekt nur zurückgegeben wird, wenn Sie danach fragen:

> pd <- plot(b,seWithMean = TRUE)

Untersuchen Sie dann dieses Objekt und suchen Sie im Code von plot.gamnach den Zeilen mit plotund lines. Dann werden Sie die von der entsprechenden sehen xund yWerte erscheinen in der Handlung.

## 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)