gbm::interact.gbm对dismo::gbm.interactions

Question

背景

gbm package的参考手册说明了interact.gbm函数计算了Friedman的H-统计量来评估变量相互作用的强度。H-统计量为0-1.

dismo package的参考手册没有引用任何关于gbm.interactions函数如何检测和建模交互的文献。相反，它给出了用于检测和建模交互的一般过程的列表。dismo vignette“促进了回归树的生态建模”指出，dismo包扩展了gbm包中的功能。

问题

dismo::gbm.interactions实际上是如何检测和建模交互的？

为什么

我之所以问这个问题，是因为gbm.interactions在dismo package中产生的结果大于1，gbm package参考手册说这是不可能的。

我检查了每个包的tar.gz，以查看源代码是否类似。这是非常不同的，我无法确定这两个包是否使用相同的方法来检测和建模交互。

Answer 1

总之，这两种方法的区别归结为如何估计两个预测因子的“部分依赖函数”。

dismo包基于最初在Elith等人，2008年中给出的代码，您可以在补充材料中找到原始源代码。本文非常简要地描述了这一过程。基本上，模型预测是在一个由两个预测器组成的网格上得到的，它将所有其他的预测器设置在它们的平均水平上。然后将模型预测回归到网格上。然后，该模型的均方误差乘以1000。这一统计数据表明模型预测与预测因子的线性组合发生了偏离，表明了可能的交互作用。

从dismo包中，我们还可以获得gbm.interactions的相关源代码。交互测试归结为以下命令(直接从源复制)：

interaction.test.model <- lm(prediction ~ as.factor(pred.frame[,1]) + as.factor(pred.frame[,2]))

interaction.flag <- round(mean(resid(interaction.test.model)^2) * 1000,2)

pred.frame包含两个预测因子的网格，而prediction是原始gbm拟合模型的预测，其中除两个预测因子外，所有正在考虑的预测都是按其均值设定的。

这与弗里德曼的H统计量(Friedman & Popescue，2005年)不同，后者是用公式(44)对任意一对预测因子进行估计的。这实质上是对任何两个预测变量的可加性的偏离，它们对其他变量的值进行平均处理，而不是在它们的均值上设置其他变量。它表示为两个变量(或模型隐含预测)的部分依赖函数的总方差的百分比，所以总是在0-1之间。