如何优化mgcv中GAM模型雌性鸟类时间拟合曲线的波动度

安全阿岳

2026-7-13

优化mgcv GAM中雌性鸟类取食领域时间拟合曲线的方法

问题背景

使用R的mgcv包构建GAM模型分析10只标记鸟类（4雌6雄）的取食领域（kde）时间序列数据：

初步ggplot可视化显示雌雄个体的kde均呈现年中增大、年初年末缩小的年度趋势；
无性别效应的模型gam1能拟合出全局年度趋势，但加入sex与TIME交互项的gam2仅能正确拟合雄性趋势，雌性曲线在第二年出现异常峰值；
尝试调整平滑参数k/m、更换平滑器、设置fx=TRUE均未改善雌性拟合；
改用循环样条（bs='cc'）的gam4可呈现雌性季节趋势，将BandNumber嵌套于YEAR作为随机效应的gam5能让雌雄均呈现预期波动，但仍需进一步优化雌性拟合曲线。

可行优化方案

1. 为雌雄个体设置独立的时间平滑项

避免单一交互项的约束限制，给雌性的时间平滑项分配更灵活的参数：

gam6 <- gam(kde ~ sex + s(TIME, by = sex, k = 20, bs = 'cc') + s(BandNumber, bs = 're', by = YEAR),
            data = your_data, method = 'REML')

针对雌性单独调大k值（根据数据时间跨度调整，示例设为20），循环样条bs='cc'保证年度趋势的周期性；
保留个体嵌套年份的随机效应，捕捉个体间的差异。

2. 引入性别-季节-年份的因子平滑交互

若雌性的年度趋势存在年际差异（如不同年份峰值时间/幅度不同），用fs平滑项实现分组的时间-年份交互：

gam7 <- gam(kde ~ sex + s(TIME, YEAR, by = sex, bs = 'fs', k = c(10, 3)) + s(BandNumber, bs = 're'),
            data = your_data, method = 'REML')

bs='fs'允许不同年份的时间曲线独立变化，同时按性别区分；
k=c(10,3)分别控制时间和年份的平滑复杂度，年份的k值不宜过大（避免样本不足导致过拟合）。

3. 为雌性平滑项降低惩罚权重

针对雌性样本量较少的情况，降低其平滑项的惩罚强度，让曲线更贴合数据：

# 构建权重向量：雌性权重设为0.5（惩罚更弱），雄性设为1
weights <- ifelse(your_data$sex == 'female', 0.5, 1)
gam8 <- gam(kde ~ sex + s(TIME, by = sex, bs = 'cc', k = 15) + s(BandNumber, YEAR, bs = 're'),
            data = your_data, method = 'REML', weights = weights)

权重需适度调整，避免过低导致曲线过度拟合噪声；
用gam.check(gam8)查看诊断图（Q-Q图、残差分布）验证拟合合理性。

4. 拆分时间变量为季节+年份分层建模

将TIME拆分为年内日序（day_of_year）和年份两个变量，聚焦季节趋势同时捕捉年际变化：

# 新增年内日序变量
your_data$day_of_year <- lubridate::yday(your_data$TIME)
gam9 <- gam(kde ~ sex + s(day_of_year, by = sex, bs = 'cc', k = 12) + s(YEAR, by = sex, k = 3) + s(BandNumber, bs = 're'),
            data = your_data, method = 'REML')

day_of_year用循环样条保证季节周期性，YEAR平滑项捕捉不同性别在年份间的趋势差异；
个体随机效应控制个体间的固有差异。

5. 模型拟合验证步骤

每次调整后需通过以下步骤验证效果：

用plot(gam_model, pages = 1)查看平滑项拟合曲线，对比雌性曲线与原始数据趋势；
用gam.check(gam_model)检查自由度充足性（edf接近k值说明需调大k，edf远小于k说明过度约束）；
绘制残差时序图验证残差无明显趋势或异方差：

ggplot(your_data, aes(x = TIME, y = residuals(gam_model))) + 
  geom_point(alpha = 0.3) + geom_smooth()

内容的提问来源于stack exchange，提问作者Nebulloyd