Chapitre 11 Modèles généralisés additifs

Dans les précédents chapitres, nous avons eu l’occasion d’explorer toute une panoplie de modèles : régressions linéaires, modèles généralisés, modèles généralisés à effets mixtes et modèles multiniveaux. Dans ce chapitre, nous abordons une nouvelle extension dans le monde des régressions : les modèles généralisés additifs (Generalized additive model en anglais — GAM). Cette extension a pour but de permettre de modéliser des relations non linéaires entre les variables indépendantes et la variable dépendante.

Dans ce chapitre, nous utilisons principalement les packages suivants :

• Pour créer des graphiques :
  • ggplot2 le seul, l’unique!
  • ggpubr pour combiner des graphiques et réaliser des diagrammes.
  • metR pour placer des étiquettes sur des isolignes.
• Pour jouer avec des splines :
  • splines2 pour construire les fonctions de base de nombreuses splines.
  • segmented pour ajuster des modèles avec des coefficients variant par segment.
• Pour ajuster des modèles GAM :
  • mgcv, le package de référence pour ajuster des GAM dans R!
  • gamlss, un second package très flexible pour ajuster des GAM.
  • gamlss.add, une extension de gamlss ajoutant des distributions supplémentaires.
• Pour analyser des modèles GAM :
  • itsadug pour notamment extraire certains résultats d’un GAM.
  • mixedup pour notamment extraire les effets aléatoires d’un GAM.
  • DHARMa pour le diagnostic des résidus simulés.