我正在尝试使用 R 中的 gamm4 来拟合一些 gamms，目的是进行一些模型比较，但是我在理解 GAM(M) 和构建这些模型方面遇到了困难。给你一个大概的...

我正在尝试使用 R 中的 gamm4 来拟合一些 gamms，目的是进行一些模型比较，但我无法理解 GAM(M) 并构建这些模型。

为了给您提供一些背景信息，我打算回答 1. 在我的研究期间（十年）不透水性如何影响物种占有率以及 2. 哪种测量不透水性的方法（在 ndvi、ndbi 和城市土地覆盖百分比 [ULC] 之间）最能反映城市化对该物种的影响？我已经使用 glms 完成了这项工作，但我希望获得比这些模型提供的更大的灵活性。

对于我的数据：二元响应变量：发生（物种发生；0 = 244,1 = 233）预测因子：不透水性测量（ndvi，ndbi，ULC）和年份（0:10）随机效应：siteID（n = 67）嵌套在集水区内（n = 5）

我计划用 GAM(M) 交叉验证（留一法或 k 倍法）解决第二个问题。由于某种原因，我的结果表明这些关系是线性的，但从我的 glms 和可视化 多年来的发生概率来看， .

这是我一直在使用的代码

# packages
library(mgcv)
library(gamm4)

# Load and format species data
mydata <- read.table("00_Data/mydata.txt", header=TRUE)
mydata$siteID <- as.factor(mydata$siteID)
mydata$catchment <- as.factor（mydata$catchment)
mydata$year<-我的数据$year - min(mydata$year)
head(mydata); dim(mydata)

# Fit gamm with year as a smooth term
> gammmod1 <- gamm4(occurrence ~ s(year, k=10), 
                    random= ~(1|siteID/catchment), data=mydata, 
                    family=binomial)
> summary(gammmod1$gam)
Family: binomial 
Link function: logit 

Formula:
occurrence ~ s(year, k = 10)

Parametric coefficients:
            Estimate Std. Error z value Pr(>|z|)
(Intercept)  -0.1858     0.2305  -0.806     0.42

Approximate significance of smooth terms:
        edf Ref.df Chi.sq p-value
s(year)   1      1  1.096   0.295

R-sq.(adj) =  -0.00317   
glmer.ML = 444.03  Scale est. = 1         n = 477

# Fit gamm without smooth term
> gammmodb <- gamm4(occurrence~year, random= ~ (1|siteID/catchment), 
                    data=mydata, family=binomial)
> summary(gammmodb$gam)
Formula:
occurrence ~ year

Parametric coefficients:
            Estimate Std. Error z value Pr(>|z|)
(Intercept) -0.69740    0.52779  -1.321    0.186
year         0.08059    0.07698   1.047    0.295


R-sq.(adj) =  -0.00317   
glmer.ML = 444.03  Scale est. = 1         n = 477

# Fit gamm with ndvi as smooth term
gammmod2 <- gamm4(occurrence ~ s(year,k=15) + s(ndvi,k=15), 
                  random= ~ (1|siteID/catchment), data=mydata, 
                  family=binomial)
 summary(gammmod2$gam) smooth.construct.tp.smooth.spec(object, dk$) 中的错误data, dk$knots) : 
  A term has fewer unique covariate combinations than specified 
  maximum degrees of freedom

我仍在学习 GAM(M)，因此非常感谢任何建议或论文推荐。