mgcv::gam混合模型中平滑随机项的正式引用

Question

我有一个 mgcv::gam 形式的混合模型：

m1 <- gam(Y ~ A + s(B, bs = "re"), data = dataframe, family = gaussian,
 method = "REML")

随机项 s(B, bs = "re") 在 summary(m1) 中引用，例如

Approximate significance of smooth terms:
           # edf Ref.df      F p-value   
s(B)  4.486      5 97.195 6.7e-08 ***

我的问题是，如何在正式文件（例如技术报告或论文）中引用此结果（统计数据和 P 值）？

例如，一种可能是

F[4.486,5] = 97.195, P = 6.7e-08

然而，反对这个想法，使用

对结果进行“逆向工程”

pf(q= 97.195, df1= 4.486, df2= 5, lower.tail=FALSE)

给出了错误的 p 值：

[1] 5.931567e-05

非常感谢您的建议。非常感谢您的帮助！

Answer 1

所讨论的 F 统计量实际上并不遵循具有您确定的自由度的 F。 Ref df 与测试相关，但您需要阅读和理解 Wood (2013) 才能完全了解测试的自由度是如何得出的。

如果有人想知道它们是如何计算的，我会简单地引用统计数据和 p 值，然后引用 Simon 的论文。我认为您无法轻松获得实际使用的自由度。（嗯，不是没有调试 summary.gam() 代码并查看它们是如何计算的。）

Wood, S.N. 2013。回归模型中随机效应的简单检验。 Biometrika 100：1005–1010。 doi:10.1093/biomet/ast038

Formal quotation of smooth random terms in mgcv::gam mixed model