为什么 gam::step.gam return NULL？

Question

关于 'gam' 包，尽管下面显示的 help("step.gam") 中的示例工作得很好，从模型中的考虑中删除更平滑的术语 's(x,12)' 会产生 NULL。为什么？

s(x,12) 项最终并未包含在模型中 step.object ... 那么为什么将其从考虑中删除会成为一个问题？

工作正常：

data(gam.data)
gam.object <- gam(y~x+z, data=gam.data)
step.object <-step.gam(gam.object, scope=list("x"=~1+x+s(x,4)+s(x,6)+s(x,12),"z"=~1+z+s(z,4)))

不好：

step.object <-step.gam(gam.object, scope=list("x"=~1+x+s(x,4)+s(x,6),"z"=~1+z+s(z,4)))

Answer 1

如果您运行带有 trace=2 的代码，

data(gam.data)
gam.object <- gam(y~x + z, data=gam.data)
step.object <- step.Gam(gam.object, scope=list("x"=~1+x+s(x,4)+s(x,6),"z"=~1+z+s(z,4)),
               trace = 2)

它将打印有关算法结果的更多信息：

Start:  y ~ x + z; AIC= 127.7316 
Trial:  y ~  1 + z ; AIC= 234.8821 
Trial:  y ~  s(x, 4) + z ; AIC= 44.0543 
Trial:  y ~  x + 1 ; AIC= 126.5148 
Trial:  y ~  x + s(z, 4) ; AIC= 131.028 
Step:1 y ~ s(x, 4) + z ; AIC= 44.0543 
Trial:  y ~  s(x, 6) + z ; AIC= 43.7495 
Trial:  y ~  s(x, 4) + 1 ; AIC= 43.1799 
Trial:  y ~  s(x, 4) + s(z, 4) ; AIC= 47.1024 
Step:2 y ~ s(x, 4) ; AIC= 43.1799 
Trial:  y ~  s(x, 6) + 1 ; AIC= 42.6681 
Step:3 y ~ s(x, 6) ; AIC= 42.6681

问题出在最后一步，即第3步。由于默认搜索方向是向前和向后，所以它会搜索所有复杂度相差一阶的可能性。可以进行两个试验，即s(x,4) + 1和s(x,6) + z。然而，这两个都已在步骤 1 中计算，因此没有进一步计算试验。

通常，搜索算法应该在所有试验中的 AIC 增加一个步骤时终止。在这种情况下，在第 2 步中 AIC 有所减少，这会导致第 3 步，但在第 3 步中没有进行任何试验。因此算法不会终止并且没有进一步的计算，导致结果 NULL.

为什么 gam::step.gam return NULL？

Why does gam::step.gam return NULL?

r

gam