模型框架默认值出错：变量长度不同。

Question

我使用mgcv软件包运行gam模型时，遇到了一个奇怪的错误信息，我无法理解：

"在model.frame.default（公式= death ~ pm10 + Lag（resid1, 1）+：variable lengths differ（found for 'Lag（resid1, 1）'）"。

在model1中使用的观测值数量与偏差残差的长度完全相同，因此我认为这个错误与数据大小或长度的差异无关。

我在网上找到了一条相关的错误信息（链接），但是那篇帖子没有得到充分的答案，所以对我的问题没有帮助。

可重复的示例和数据如下：

library(quantmod)
library(mgcv) 
require(dlnm)

df <- chicagoNMMAPS
df1 <- df[,c("date","dow","death","temp","pm10")] 
df1$trend<-seq(dim(df1)[1]) ### Create a time trend

运行模型

model1<-gam(death ~ pm10 + s(trend,k=14*7)+ s(temp,k=5),
data=df1, na.action=na.omit, family=poisson)

获取偏差残差

resid1 <- residuals(model1,type="deviance")

将一天滞后的差异性添加到模型1中

model1_1 <- update(model1,.~.+ Lag(resid1,1),  na.action=na.omit)

model1_2<-gam(death ~ pm10 + s(trend,k=14*7)+ s(temp,k=5) + Lag(resid1,1), data=df1, 
na.action=na.omit, family=poisson)

这两个模型产生了相同的错误信息。

- Meso

---

几乎永远不要认为错误信息是彻头彻尾的谎言。这会大大增加你调试的时间。请注意，您已指定 na.omit。也许长度不同是由于观察到一个 NA 值被删除。 - joran

@joran，在加上或不加上“na.omit”选项时，错误都会发生。事实上，我的最初尝试是没有指定这个选项的。 - Meso

默认值（在大多数情况下）仍为na.omit。请注意，df有5114行，而resid1的长度仅为4863。确实正在删除NA值。尝试先删除NA值。然后您的残差向量将与原始数据框匹配。 - joran

@joran，非常感谢您的建议。在我删除了结果和预测变量中的所有NAs之后，模型成功运行了。 - Meso

随意将您的操作记录下来作为答案，并在等待期后接受它！ :) 很高兴它能够正常工作... - joran

Answer 1

Joran建议在运行模型之前先删除NAs。因此，我删除了NAs，运行了模型并获得了残差。当我通过包含滞后残差来更新model2时，错误消息不再出现。

删除NAs

df2<-df1[complete.cases(df1),]

运行主模型

model2<-gam(death ~ pm10 + s(trend,k=14*7)+ s(temp,k=5), data=df2, family=poisson)

获取残差

resid2 <- residuals(model2,type="deviance")

通过包含一阶滞后残差更新 model2

model2_1 <- update(model2,.~.+ Lag(resid2,1),  na.action=na.omit)

- Meso

Answer 2

另一个可能导致此错误的原因是使用arm包中的居中/缩放标准化函数创建模型--m <- standardize(lm(y ~ x, data = train))

如果您尝试使用predict(m)，则会得到与此问题相同的错误。

- arr

Answer 3

很简单，只需确保列中的数据类型相同。例如，我遇到了相同的错误和另一个错误：

“在contrasts<-(*tmp*, value = contr.funs[1 + isOF[nn]])中出现错误：只能将对比应用于具有2个或多个级别的因子。”

所以，我回到我的Excel文件或CSV文件，对导致错误的变量设置了过滤器，并检查不同的数据类型是否相同。结果...噢！它包含数字和字符串，所以我将数字转换为字符串，这样就可以正常工作了。

- Maitri Tolia

Answer 4

如果你正在查看这个问题，可能是因为你不小心把变量放在引号中了。在R中不要把变量放在字符串中。

- Marja van der Wind

Answer 5

另一个原因可能是与列名相同的变量。公式不知道要选哪个（变量还是列）。通过ls()（或在RStudio中）检查变量列表，并使用remove(<varname>)来删除冲突的变量，如果存在的话。

- Sebastian Rothbucher