我是相当新的R和目前读一本书“广义加法模型”，由伍德（2006年）中R的介绍，并通过一些练习，特别是在空气污染而死亡这是我的兴趣领域的部分去。 使用mgcv包我运行下面的模型。
library(gamair)
library(mgcv)
data(chicago)
ap1<-gam(death ~ pm10median + so2median + o3median +s(time,bs="cr",k=200)+ s(tmpd,bs="cr"), data=chicago,family=poisson)
我怎样才能提取x的pm10median和95％CI的效果估计和输出导出为CSV或任何其他的选择吗？
保存模型的摘要
summary_model <- summary(ap1)
你想（为线性项）的部分是在p.table元素
summary_model$p.table
Estimate Std. Error z value Pr(>|z|)
(Intercept) 4.7457425965 1.480523e-03 3205.4510971 0.000000000
pm10median 0.0002551498 9.384003e-05 2.7189871 0.006548217
so2median 0.0008898646 5.543272e-04 1.6053056 0.108426561
o3median 0.0002212612 2.248015e-04 0.9842516 0.324991826
write.csv(summary_model$p.table, file = 'p_table.csv')
如果你想花条款，那么这是
summary_model$s.table
edf Ref.df Chi.sq p-value
s(time) 167.327973 187.143378 1788.8201 4.948832e-259
s(tmpd) 8.337121 8.875807 110.5231 1.412415e-19
你可以手工计算的95％CI，并添加这些如果你想。 （将使用Z值，由于高DF）
p_table <- data.frame(summary_model$p.table)
p_table <- within(p_table, {lci <- Estimate - qnorm(0.975) * Std..Error
uci <- Estimate + qnorm(0.975) * Std..Error})
p_table
Estimate Std..Error z.value Pr...z.. uci lci
(Intercept) 4.7457425965 1.480523e-03 3205.4510971 0.000000000 4.7486443674 4.742841e+00
pm10median 0.0002551498 9.384003e-05 2.7189871 0.006548217 0.0004390729 7.122675e-05
so2median 0.0008898646 5.543272e-04 1.6053056 0.108426561 0.0019763260 -1.965968e-04
o3median 0.0002212612 2.248015e-04 0.9842516 0.324991826 0.0006618641 -2.193416e-04\
如果你有多个GAM模型，说ap1 ， ap2 ， ap3和你想系统地处理这些问题，一个R杂交的方法是把它们放在一个列表，然后使用lapply
# create list
model_list <- list(ap1, ap2, ap3)
# give the elements useful names
names(model_list) <- c('ap1','ap2','ap3')
# get the summaries using `lapply
summary_list <- lapply(model_list, summary)
# extract the coefficients from these summaries
p.table_list <- lapply(summary_list, `[[`, 'p.table')
s.table_list <- lapply(summary_list, `[[`, 's.table')
名单，现在你已经创建的相关组件。
