从 gamlss 百分位数曲线获取百分位数值

这个问题与：在 R 中使用 gamlss::lms 选择百分位数曲线 https://stackoverflow.com/questions/27497068/selecting-percentile-curves-using-gamlsslms-in-r

我可以从以下数据和代码得到百分位曲线：

age = sample(5:15, 500, replace=T) 
yvar = rnorm(500, age, 20)
mydata = data.frame(age, yvar)
head(mydata)
  age      yvar
1  12  13.12974
2  14 -18.97290
3  10  42.11045
4  12  27.89088
5  11  48.03861
6   5  24.68591

h = lms(yvar, age , data=mydata, n.cyc=30)
centiles(h,xvar=mydata$age, cent=c(90), points=FALSE)

现在，我如何获得曲线上每个 x 值 (5:15) 的 yvar（代表平滑后数据的第 90 个百分位数）？

我尝试阅读帮助页面并发现fitting(h)和fv(h)来获取整个数据的拟合值。但是如何获得每个年龄层在 90 百分位数曲线水平上的值呢？感谢您的帮助。

编辑：下图显示了我需要的内容：

我尝试了以下操作，但它是正确的，因为值不正确：

mydata$fitted = fitted(h)
aggregate(fitted~age, mydata, function(x) quantile(x,.9))
   age    fitted
1    5  6.459680
2    6  6.280579
3    7  6.290599
4    8  6.556999
5    9  7.048602
6   10  7.817276
7   11  8.931219
8   12 10.388048
9   13 12.138104
10  14 14.106250
11  15 16.125688

这些值与直接来自数据的第 90 分位数有很大不同：

> aggregate(yvar~age, mydata, function(x) quantile(x,.9))
   age     yvar
1    5 39.22938
2    6 35.69294
3    7 25.40390
4    8 26.20388
5    9 29.07670
6   10 32.43151
7   11 24.96861
8   12 37.98292
9   13 28.28686
10  14 43.33678
11  15 44.46269

看看这是否有道理。 'smn' 和 'ssd' 的均值和标准差为正态分布的第 90 个百分位数是qnorm(.9, smn, ssd)：所以这似乎提供了（某种程度上）合理的结果，尽管不是完整的破解centiles我建议：

 plot(h$xvar, qnorm(.9, fitted(h), h$sigma.fv))

（请注意，只有几个不同的 xvar 却有 500 个点的大量过度绘制。并且您可能需要设置 ylim，以便可以了解完整的范围。）

这里需要注意的是，您需要检查模型的其他部分，看看它是否真的只是一个普通的普通模型。在这种情况下，它似乎是：

> h$mu.formula
y ~ pb(x)
<environment: 0x10275cfb8>
> h$sigma.formula
~1
<environment: 0x10275cfb8>
> h$nu.formula
NULL
> h$tau.formula
NULL

因此该模型只是具有固定方差的均值估计（~1) 的范围内xvar，并且不会出现 Box-Cox 模型等高阶参数带来的复杂情况。 （我无法解释为什么这与绘制的百分位数不同。为此，您可能需要与包作者联系。）