r - 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数据集。我想用它来预测在给定年份可以找到给定温度的纬度；即，“在 1980 年，在哪个纬度，年平均气温为 20C？”

我需要为此使用特定年份的模型，因为纬度和温度之间的关系随着时间的推移而变化(尽管下面的样本数据中没有，它是随机生成的)。这将涉及:

将 GAM 拟合到按年份分组/拆分的数据集。

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，其中的列代表 year , newdata_value(用于预测的温度值)和 predicted_value (将每个 newdata_value 输入特定年份的 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

我试过各种purrr和 split-apply-combine解决方案，并没有想出什么。有什么建议？

Answer 1

另一种选择是拟合一个允许纬度/温度关系随年份变化的模型。对此有多种选择。以下适合每年具有独立关系的模型:

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

请注意，对于此公式 year应该编码为一个因子。

另一种选择是允许纬度/温度关系逐年平滑变化，如果这种关系随着时间的推移逐渐变化，这是一个合理的模型。在这种情况下，您将需要使用平滑的张量积 (te()) 来指示不同尺度(度、年)上的变量之间的双向交互:

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两者都有 year和 temp列。