是否有必要在 gam 中包含一个因子（作为平滑因子相互作用拟合）作为参数项？
Is it necessary to include a factor (fitted as a smooth-factor interaction) as a parametric term within a gam?
我有兴趣研究数据集中的非线性时间趋势，因此我想使用 R 包 mgcv 来拟合以下 GAM：
model1 <- gam(Variable ~ s(Date, by = Site.Factor), data = data)
其中 Variable 是感兴趣的连续变量，Site.Factor 是具有两个水平的因子，Date 是连续变量。
我读过，因为在平滑函数中包含了 by factor，所以没有考虑两个因子水平的均值差异。因此，我应该包括 Site.Factor 作为参数项，如下所示：
model2 <- gam(Variable ~ Site.Factor + s(Date, by = Site.Factor), data = data)
然而，虽然我可能认为 Site.Factor 对平滑度的影响很大，但我并不认为每个因素水平的均值都很重要。我是否仍需要像 model1 那样在模型中单独包含该因子，或者 model2 可以吗？
除非您知道从中提取数据的人口具有完全相同的均值那么是的，您应该包括术语Site.Factor 作为固定效应项，样本 中的差异 是否显着。
我有兴趣研究数据集中的非线性时间趋势，因此我想使用 R 包 mgcv 来拟合以下 GAM：
model1 <- gam(Variable ~ s(Date, by = Site.Factor), data = data)
其中 Variable 是感兴趣的连续变量，Site.Factor 是具有两个水平的因子，Date 是连续变量。
我读过，因为在平滑函数中包含了 by factor，所以没有考虑两个因子水平的均值差异。因此，我应该包括 Site.Factor 作为参数项，如下所示：
model2 <- gam(Variable ~ Site.Factor + s(Date, by = Site.Factor), data = data)
然而，虽然我可能认为 Site.Factor 对平滑度的影响很大，但我并不认为每个因素水平的均值都很重要。我是否仍需要像 model1 那样在模型中单独包含该因子，或者 model2 可以吗？
除非您知道从中提取数据的人口具有完全相同的均值那么是的，您应该包括术语Site.Factor 作为固定效应项，样本 中的差异 是否显着。