GAM 中的时间自相关答案

【问题标题】：Temporal autocorrelation in GAMGAM 中的时间自相关
【发布时间】：2020-03-22 09:49:46
【问题描述】：

我正在对过去约 40 年中零星收集的物种计数数据进行建模，以对照一系列环境预测因素。目前，我的 GAM 是这样的：

k = gam(CountIndividuals ~ s(Date, bs = 'cr', k = 8) + 
s(ENSO, bs = 'cr', k = 4) + s(mean_wind_speed, bs = 'cr', k = 4) + 
s(CHL, bs = 'cr', k = 4) + s(SST, bs = 'cr', k = 4) + 
s(SIOD, bs = 'cr', k = 4), family = nb(link = log), 
data = Shy_Albatross, method = "REML")

我一直担心变量中的自相关，但是在使用 ACF() 和 PACF() 检查 k$ 残差时，似乎没有任何自相关。

我的问题是我是否需要单独评估模型中的每个变量？那里的值应该有自相关，但是我不确定这是否相关。

【问题讨论】：

标签： r gam autocorrelation

【解决方案1】：

模型的一个假设是观察是条件独立的。如果您通过模型中的项对自相关进行建模，并且可以合理地预期Date 和模型中的其他变量的平滑函数考虑了数据中的时间结构，因此一旦我们考虑模型，则观察是独立的。

通过查看残差，您可以查看以模型为条件的观察结果。

【讨论】：