空间自相关场景下GAM模型选型及诊断方法问询

云原生阿岚

2026-7-10

模型选型与诊断建议

核心结论：不能仅依据当前BIC结果选择模型3

当前模型3的残差变异函数与模型1完全一致，说明你写的gamm代码存在语法错误，空间相关结构根本没有生效，此时BIC的比较毫无意义。先修正模型设定，再结合多维度诊断指标综合选型。

第一步：修正模型3的语法错误

你给出的模型3代码存在参数顺序错误，mgcv::gamm的正确语法逻辑是先指定公式，再传入数据集和其他参数：

# 你当前的错误写法
t_anom3 ~ gamm(data, s(tcf_90, k=3) + s(imp_90, k=3)), correlation=corExp(form = ~ lat + lon))

# 正确写法
t_anom3 <- gamm(t_anom ~ s(tcf_90, k=3) + s(imp_90, k=3), 
                data = data, 
                correlation = corExp(form = ~ lon + lat))

语法错误导致模型3完全没有加载空间相关结构，本质上和模型1（仅固定效应平滑项）完全相同，这就是残差变异函数一致的核心原因。修正后重新拟合模型，再进行后续诊断。

模型选型的关键诊断方法

除了BIC和R²，还需要从以下维度综合评估：

1. 残差的空间依赖性诊断

局部Moran's I：Global Moran's I只能反映整体空间自相关，局部指标可以定位残差聚集的热点/冷点，判断模型是否遗漏了局部空间模式。
分方向变异函数：城市空间往往存在各向异性（如道路网、河流走向导致的空间依赖方向差异），对比不同方向（0°、45°、90°等）的变异函数，判断corExp（默认各向同性）的假设是否成立，而s(lon,lat)平滑项可以捕捉各向异性的空间效应。
残差空间分布图：直接绘制残差的空间热力图，直观观察是否存在未被模型解释的空间聚集区域。

2. 模型预测性能验证

空间交叉验证（SCV）：普通k-fold CV可能因相邻样本泄露导致预测误差被低估，采用空间块划分（如按城市行政区、网格块）的交叉验证，更贴合实际预测场景，比较三个模型的RMSE、MAE等指标。
mgcv内置交叉验证：对于gam模型，可使用method = "REML"拟合后，用cv.gam()计算交叉验证误差，评估模型的泛化能力。

3. 平滑项的可靠性与解释性

模型2中预测因子（tcf_90、imp_90）的平滑项更显著，说明s(lon,lat)有效控制了空间自相关，避免了因空间混淆导致的效应估计偏差。而模型1/未修正的模型3，其平滑项的显著性可能被空间自相关干扰。
检查平滑项的拟合曲线：对比三个模型中s(tcf_90)、s(imp_90)的形状，判断空间控制是否改变了核心预测因子的效应趋势。

4. 模型假设检验

残差分布检验：绘制残差的QQ图、直方图，验证正态性假设；绘制残差 vs 拟合值图，检查异方差。
相关结构显著性检验：修正模型3后，用anova(t_anom3$lme, gamm(t_anom ~ s(tcf_90, k=3) + s(imp_90, k=3), data=data)$lme)比较带/不带空间相关结构的模型，判断相关结构是否显著改善模型拟合。
平滑项显著性检验：用summary(t_anom2)查看s(lon,lat)的显著性，判断空间平滑项是否有必要加入。

5. BIC的正确解读

BIC是拟合优度与模型复杂度的权衡，但只有在模型设定正确的前提下才有意义：

修正后的模型3，BIC会考虑空间相关结构的参数数量；
模型2的s(lon,lat)（k=27）复杂度较高，可能导致BIC高于模型3，但如果其残差空间自相关更低、预测性能更好，仍然是更优选择。

后续选型思路

先修正模型3的语法，确保空间相关结构正确加载；
对比三个模型的残差空间自相关、预测性能、平滑项解释性；
如果模型3修正后仍无法有效降低残差空间自相关，说明corExp的各向同性假设不适合你的城市数据，优先考虑模型2（用s(lon,lat)捕捉灵活的空间模式）；
若需要同时控制空间自相关和残差相关，可尝试在gamm中同时加入s(lon,lat)和空间相关结构，但需注意避免过度拟合（通过交叉验证检验）。

内容的提问来源于stack exchange，提问作者mikealonzo47