Блог

У меня есть проблема регрессии вида:

Y~s(x1) s(x2) s(x3) re

где s() представляет гладкие функции, а re-случайный эффект.

Я знаю, что для каждого значения x3 измерение выполняется не точно в месте выборки Y, а случайным образом на расстоянии от него на известное расстояние (dist) в км.

Таким образом, уверенность в моем истинном x3 (при dist 0) возрастает по мере приближения к месту выборки Y. Меня интересует предельный эффект x3 на расстоянии 0, поэтому «истинный» предельный эффект x3 оказывает на Y.

Я думал о том, чтобы просто использовать веса в моей игре, основанные на 1/dist или что-то в этом роде, но я думаю,что тогда я бы взвесил все ковариаты, а также значения x1, x2 на расстояние от x3 до Y. Это не то, чего я хочу, потому что это может дать неправильные или предвзятые оценки для x1 и x2 ?

Есть ли какой-нибудь способ, которым я могу это сделать ?

это что-то идет в правильном направлении?

Y~s(x1) s(x2) te(x3,dist) re

или:

Y~s(x1) s(x2) s(x3) ti(x3,dist) re

или:

может pvc() ли помочь функция в пакете gamlss?

так что в прогнозе я установил dist равным 0? Но как заставить,например, te(x3, dist) стать равным нулю при высоких значениях dist ?

-Я ищу решение в R, основанное на или mgcv или bamlss или gamlss . Большое спасибо!