从 GAM 预测 R 中分组数据帧的值

Question

我有一个不同年份不同纬度的年平均温度值的数据集。我想用它来预测给定年份可以找到给定温度的纬度；即 "in 1980, at what latitude would the mean annual temperature have been 20C?"

为此我需要使用特定年份的模型，因为纬度和温度之间的关系会随着时间发生变化（尽管在下面的示例数据中没有，它是随机生成的）。这将涉及：

按年份将 GAM 拟合到数据集 grouped/split。
对于每个不同的 GAM（即每年），使用 predict.gam 计算温度列表中每个元素的预测值。
重新组合这些以获得一个数据框，其中列代表 year、newdata_value （用于预测的温度值）和 predicted_value（将每个 newdata_value 馈入特定年份 GAM 的纬度）。

这是一个玩具数据集：

years <- seq(1968, 2018, 1)
lat <- seq(34.5, 44.5, 1)
dat <- expand.grid(years, lat)
names(dat) <- c("years","lat")
dat$temp <- runif(dim(dat)[1], 5, 20) # add random temperature data points 
newdata_values <- seq(2, 16, 2) # temperature values to use for prediction

我尝试了各种 purrr 和 split-apply-combine 解决方案，但没有找到任何解决方案。有什么建议么？

Answer 1

一种方法是使用嵌套数据框。我使用了在 this tutorial.

中找到的代码

您可以按年份分组并使用 nest。我还将重命名列并添加新值以进行预测：

library(tidyverse); library(mgcv)
names(dat) <- c('year', 'lat', 'temp')
dat2 <- dat %>% group_by(year) %>% nest()

dat2 <- dat2 %>% mutate(newdata_value = rep(list(newdata_values), n_distinct(year)))

然后您定义一些辅助函数以使 tidyverse 代码更清晰（我假设您使用 mgcv 包中的 gam）。然后将模型函数映射到数据并将预测函数映射到拟合模型：

lat_gam <- function(df) {
  gam(lat ~ s(temp), data = df)
}

pred_gam <- function(mod) {
  predict.gam(mod, newdata = data.frame(temp = newdata_values))
}

dat2 <- dat2 %>% mutate(model = map(data, lat_gam))

dat2 <- dat2 %>% mutate(predicted_value = map(model, pred_gam))


dat2 %>% select(-data, -model) %>% unnest(cols = c(newdata_value, predicted_value))

最后一行完全是可选的，只是按照您在 3) 中指定的方式打印最终输出

Answer 2

这是一个 data.table 方法：

library(data.table)
library(mgcv)

setDT(dat)

dat[, .(pred = c(predict.gam(gam(lat ~ temp), list(temp = newdata_values))),
        newdata_values),
    by = years]

我遇到的唯一问题是 predict.gam(...) 调用 returns 一个数组。 c(predict.gam(...)) 将其转换为数组。

没有完美格式的类似基本方法：

by(dat[, -1],
   dat[, 1],
   function(DF) {
     mod = gam(lat ~ temp, data = DF)
     pred = predict.gam(mod, list(temp = newdata_values))

     data.frame(newdata_values, pred)
     }
   )

Answer 3

另一种选择是拟合允许 lat/temp 关系随年份变化的模型。有几种选择。下面拟合一个模型，其中每一年都有一个独立的关系：

gam(lat ~ year + s(temp, by = year), data = dat)

请注意，对于此公式，year 应编码为一个因子。

另一种方法是允许 lat/temp 关系按年 平滑地变化 ，如果这种关系随时间逐渐变化，这是一个合理的模型。在这种情况下，您需要使用 张量积平滑 (te()) 来指示不同尺度（度、年）的变量之间的双向交互作用：

gam(lat ~ te(temp, year), data = dat)

在这两种情况下，您都可以使用 predict.gam(model, newdata = new_dat) 进行预测，其中 new_dat 具有 year 和 temp 列。

从 GAM 预测 R 中分组数据帧的值

predict values from GAM for grouped dataframe in R

r

apply

purrr

gam