高斯 GAM（MGCV 包）中因变量的方差估计？
Variance estimation of the dependent variable in a Gaussian GAM (MGCV package)?
考虑以下代码：
library(mgcv)
set.seed(123)
X = runif(300, 0, 1)
set.seed(123)
Y = X^3 + 2*X^2 + 1 + rnorm(300)
model = gam(Y~s(X), family= gaussian)
所以model是高斯广义加性模型（GAM）。如何找到 model 中因变量 (Y) 的估计方差？
UPDATE：在广义加性模型中，当族为高斯时，尺度参数等于Y的方差。所以我想我可以使用 summary(model)$scale 实际上给出了尺度参数估计，但也可以等于 Y.
的方差估计
您可以通过拟合模型的 sig2 组件直接从模型对象中获取：
> summary(model)$scale
[1] 0.9006256
> model$sig2
[1] 0.9006256
scale.estimated 组件还会告诉您这是模型估计的还是提供的：
> model$scale.estimated
[1] TRUE
考虑以下代码：
library(mgcv)
set.seed(123)
X = runif(300, 0, 1)
set.seed(123)
Y = X^3 + 2*X^2 + 1 + rnorm(300)
model = gam(Y~s(X), family= gaussian)
所以model是高斯广义加性模型（GAM）。如何找到 model 中因变量 (Y) 的估计方差？
UPDATE：在广义加性模型中，当族为高斯时，尺度参数等于Y的方差。所以我想我可以使用 summary(model)$scale 实际上给出了尺度参数估计，但也可以等于 Y.
您可以通过拟合模型的 sig2 组件直接从模型对象中获取：
> summary(model)$scale
[1] 0.9006256
> model$sig2
[1] 0.9006256
scale.estimated 组件还会告诉您这是模型估计的还是提供的：
> model$scale.estimated
[1] TRUE