导读 广义加性模型 (GAM) 因其能够对复杂的非线性关系进行建模而常用于生态研究。然而，由于预测因子之间存在重叠方差，因此在存在共轭性的情...
广义加性模型 (GAM) 因其能够对复杂的非线性关系进行建模而常用于生态研究。然而，由于预测因子之间存在重叠方差，因此在存在共轭性的情况下评估预测因子的重要性很困难。
为此，中国南京林业大学和广州气候与农业气象中心的一组研究人员开发了一个新的计算机软件包，可以基于“平均共享方差”的概念计算预测因子的单个 R 2值，这种方法以前曾用于多元回归和典型分析。
“这个新开发的 gam.hp R 包根据‘平均共享方差’概念计算 GAM 中预测因子的单个 R² 值，”该研究的首席和共同通讯作者 Jiangshan Lai 说道。“它允许在相关预测因子之间公平分配共享 R² ，从而衡量每个预测因子对模型拟合的独特和共享贡献。”
值得注意的是，gam.hp R 包可以免费使用，其详细信息发表在《植物多样性》杂志上。
作者通过分析伦敦的空气质量数据证明了 gam.hp R 包的实用性，特别研究了排放源和气象因素在解释臭氧浓度变化方面的相对重要性。
gam.hp 中单个平滑变量在解释臭氧浓度变化方面的相对重要性。 。 图片来源：Jiangshan Lai 等人，
赖解释说： “研究结果建议，在伦敦臭氧污染事件中，应优先控制氮氧化物的排放，其次是努力减少二氧化碳的排放，并提高风速(WS)预报的准确性。”
该方法论支持政府机构制定更精细、更有效的臭氧污染控制策略，考虑各种影响因素。
“我们希望看到更多研究人员将 gam.hp 软件包纳入他们的研究中。如果其结果符合您的分析预期，请使用此软件包;否则，它不是强制性的，”Lai 说。