Come ottenere i valori usati in plot.gam in mgcv?

Vorrei scoprire i valori (x, y)usati nella stampa plot(b, seWithMean=TRUE)nel pacchetto mgcv . Qualcuno sa come posso estrarre o calcolare questi valori?

Ecco un esempio:

library(mgcv) 
set.seed(0)
dat <- gamSim(1, n=400, dist="normal", scale=2) 
b   <- gam(y~s(x0), data=dat) 
plot(b, seWithMean=TRUE)

A partire da mgcv1,8-6, plot.gamrestituisce in modo invisibile i dati che utilizza per generare i grafici, ovvero facendo

pd <- plot(<some gam() model>)

ti dà un elenco con i dati di stampa in pd.

RISPOSTA SOTTO PER mgcv<= 1.8-5:

Ho ripetutamente maledetto il fatto che la trama funzioni per mgcvnon restituire le cose che stanno tramando - ciò che segue è brutto ma funziona:

library(mgcv) 
set.seed(0)
dat <- gamSim(1, n = 400, dist = "normal", scale = 2)
b <- gam(y ~ s(x0) + s(x1) + s(x2) + s(x3), data = dat)

plotData <- list()
trace(mgcv:::plot.gam, at = list(c(27, 1)), 
  ## tested for mgcv_1.8-4. other versions may need different at-argument.
  quote({
    message("ooh, so dirty -- assigning into globalenv()'s plotData...")
    plotData <<- pd
    }))
mgcv::plot.gam(b, seWithMean = TRUE, pages = 1)

par(mfrow = c(2, 2))
for (i in 1:4) {
  plot(plotData[[i]]$x, plotData[[i]]$fit, type = "l", xlim = plotData[[i]]$xlim,
    ylim = range(plotData[[i]]$fit + plotData[[i]]$se, plotData[[i]]$fit -
      plotData[[i]]$se))
  matlines(plotData[[i]]$x, cbind(plotData[[i]]$fit + plotData[[i]]$se, 
    plotData[[i]]$fit - plotData[[i]]$se), lty = 2, col = 1)
  rug(plotData[[i]]$raw)  
}

Il pacchetto visregpuò rendere grafici di effetti simili a GAM (ma forse non identici?) E fornisce anche i componenti del diagramma come output, formattati come un elenco. Usando plyr si può creare un frame di dati dell'output. Esempio:

plot <- visreg(model, type = "contrast")
smooths <- ldply(plot, function(part)   
  data.frame(x=part$x$xx, smooth=part$y$fit, lower=part$y$lwr, upper=part$y$upr))

Questa non sarà una risposta completa. Tutte le trame per gli gamoggetti vengono eseguite con la funzione plot.gam. Puoi guardare il suo codice semplicemente digitando

> plot.gam

nella console R. Come vedrai il codice è enorme. Ciò che ho ricavato da ciò è che tutte le trame vengono eseguite raccogliendo informazioni rilevanti pdnell'oggetto che è un elenco. Quindi una delle possibili soluzioni sarebbe quella di modificare plot.gam, usando editad esempio, in modo che restituisca quell'oggetto. L'aggiunta pdprima dell'ultima }sarà sufficiente. Suggerirei di aggiungere invisible(pd), in modo che questo oggetto venga restituito solo se lo chiedi:

> pd <- plot(b,seWithMean = TRUE)

Quindi ispeziona questo oggetto e cerca nel codice di plot.gamle righe con plote lines. Quindi vedrai quali dei pertinenti xe dei yvalori compaiono nella trama.

## And this is the code for multiple variables!
require(mgcv)
n      = 100
N      = n
tt     = 1:n
arfun  = c(rep(.7,round(n/3)),rep(.3,round(n/3)),rep(-.3,ceiling(n/3)))
arfun2 = c(rep(.8,round(n/3)),rep(.3,round(n/3)),rep(-.3,ceiling(n/3)))
int    = .1*(tt-mean(tt))/max(tt)-.1*((tt-mean(tt))/(max(tt)/10))^2
y      = rep(NA,n)
s.sample <- N
x        <- 10*rnorm(s.sample)
z        <- 10*rnorm(s.sample)
for(j in 1:n){
  y[j]=int[j]+x[j]*arfun[j]+z[j]*arfun2[j]+rnorm(1)  
}

mod = gam(y ~ s(tt) + s(tt, by=x) + s(tt, by=z)) 
## getting the data out of the plot
plotData <- list()
trace(mgcv:::plot.gam, at=list(c(25,3,3,3)),
      # this gets you to the location where plot.gam calls 
      #    plot.mgcv.smooth (see ?trace)
      # plot.mgcv.smooth is the function that does the actual plotting and
      # we simply assign its main argument into the global workspace
      # so we can work with it later.....

      quote({
        # browser()
        print(pd)
        plotData <<- c(plotData, pd)
      }))

# test: 
mgcv::plot.gam(mod, seWithMean=TRUE)


# see if it succeeded
slct = 3
plot(plotData[[slct]]$x, plotData[[slct]]$fit, type="l", xlim=plotData$xlim, 
     ylim=range(plotData[[slct]]$fit + plotData[[slct]]$se, plotData[[slct]]$fit - 
                plotData[[slct]]$se))
matlines(plotData[[slct]]$x, 
         cbind(plotData[[slct]]$fit + plotData[[slct]]$se, 
               plotData[[slct]]$fit - plotData[[slct]]$se), lty=2, col=1)
rug(plotData[[slct]]$raw)