Насколько я понимаю, rcs() (из пакета rms) использует базис усеченной степени для представления естественных (ограниченных) кубических сплайнов. В качестве альтернативы я мог бы использовать ns() (из пакета splines), который использует основу B-сплайна.
Однако я заметил, что результаты обучения и прогнозы тестирования могут сильно отличаться (особенно при экстраполяции x). Я пытаюсь понять разницу между rcs() и ns() и могу ли я использовать эти функции взаимозаменяемо.
Поддельные нелинейные данные.
library(tidyverse)
library(splines)
library(rms)
set.seed(100)
xx <- rnorm(1000)
yy <- 10 + 5*xx - 0.5*xx^2 - 2*xx^3 + rnorm(1000, 0, 4)
df <- data.frame(x=xx, y=yy)
Установите одну модель с ns, а другую с rcs с одинаковыми узлами.
ns_mod <- lm(y ~ ns(x, knots=c(-2, 0, 2)), data=df)
ddist <- datadist(df)
options("datadist" = "ddist")
trunc_power_mod <- ols(y ~ rcs(x, knots=c(-2, 0, 2)), data=df)
Изучите их припадки (MSE).
mean(ns_mod$residuals^2)
mean(trunc_power_mod$residuals^2)
df$pred_ns <- ns_mod$fitted.values
df$pred_trunc_power <- trunc_power_mod$fitted.values
df_melt <- df %>%
gather(key="model", value="predictions", -x, -y)
ggplot(df_melt, aes(x=x, y=y)) +
geom_point(alpha=0.1) +
geom_line(aes(x=x, y=predictions, group=model, linetype=model))
Создайте набор тестовых данных и постройте прогнозы между двумя моделями.
newdata <- data.frame(x=seq(-10, 10, 0.1))
pred_ns_new <- predict(ns_mod, newdata=newdata)
pred_trunc_new <- predict(trunc_power_mod, newdata=newdata)
newdata$pred_ns_new <- pred_ns_new
newdata$pred_trunc_new <- pred_trunc_new
newdata_melted <- newdata %>%
gather(key="model", value="predictions", -x)
ggplot(newdata_melted, aes(x=x, y=predictions, group=model, linetype=model)) +
geom_line()
