интерпретация выхода R функции bs () (базисная матрица B-сплайна)

Я часто использую B-сплайны для регрессии.До сих пор мне никогда не приходилось разбираться в выводе ---- +: = 0 =: + ---- в деталях: я бы просто выбрал модель, которая меня интересовала, и подогнал ее к ----+: = 1 =: + ---- .Однако теперь мне нужно воспроизвести модель b-сплайна во внешнем (не R) коде.Итак, что означает матрица, созданная с помощью ---- +: = 2 =: + ---- ?Пример:Хорошо, поэтому ---- +: = 4 =: + ---- равно 1, как я указал во вводе.---- +: = 5 =: + ---- сообщает мне, что два внутренних узла находятся в точках x = 13,3000 и x = 38,8333 соответственно.Был немного удивлен, увидев, что узлы находятся на фиксированных квантилях, я надеялся, что R найдет лучшие квантили для моих данных, но, конечно, это сделало бы модель нелинейной, а также было бы невозможно без знания данных ответа.---- +: = 6 =: + ---- означает, что в базис не был включен перехват (это хорошо? Меня всегда учили не подбирать линейные модели без перехвата ... ну угадайте---- +: = 7 =: + ---- все равно просто добавляет один).Однако как быть с матрицей?Я действительно не понимаю, как это интерпретировать.С тремя столбцами, я думаю, это означает, что базовых функций три.Это имеет смысл: если у меня есть два внутренних узла ---- +: = 8 =: + ---- и ---- +: = 9 =: + ---- , у меня будет сплайн между левой границейузел ---- +: = 10 =: + ---- и ---- +: = 11 =: + ---- , другой сплайн между ---- +: = 12 =: + ---- и ---- +: = 13 =: + ---- , и последний между ---- +: = 14 =: + ---- и ---- +: = 15 =: +---- , итак ... три базовые функции, хорошо.Но какие именно базовые функции?Например, что означает этот столбец?EDIT: это похоже на этот вопрос, но не совсем то же самое.Этот вопрос касается интерпретации коэффициентов регрессии, но я на шаг впереди: я хотел бы понять значение коэффициентов матрицы модели.Если я попытаюсь построить те же сюжеты, которые предложены в первом ответе , я получу запутанный сюжет:введите описание изображения здесьЭто не могут быть базовые функции B-сплайна, потому что у них слишком много узлов (каждая функция должна иметь только один).Второй ответ на самом деле позволил бы мне реконструировать мою модель вне R, так что, думаю, я мог бы пойти с этим.Однако этот ответ не совсем точно объясняет, что такое элементы матрицы ---- +: = 18 =: + ---- : он имеет дело с коэффициентами линейной регрессии, которые я еще не представил.Вот.Это правда, что это моя конечная цель, но я хотел понять и этот промежуточный шаг.
7 голосов | спросил DeltaIV 12 thEurope/Moscowp30Europe/Moscow09bEurope/MoscowMon, 12 Sep 2016 12:09:49 +0300 2016, 12:09:49

0 ответов


Похожие вопросы

Популярные теги

security × 330linux × 316macos × 2827 × 268performance × 244command-line × 241sql-server × 235joomla-3.x × 222java × 189c++ × 186windows × 180cisco × 168bash × 158c# × 142gmail × 139arduino-uno × 139javascript × 134ssh × 133seo × 132mysql × 132