2

我正在尝试使用 modelr 的 crossv_kfold 在 k 折交叉验证数据集上拟合泊松回归模型,然后使用 broom 的增强函数进行预测。在我正在建模的数据中,我有一个我试图预测的计数,但它需要被一个曝光变量抵消。为了重现性,我已经包含了一个增强的数据集来说明。

library(tidyverse)
library(modelr)
non_breaks = rpois(dim(warpbreaks)[1],20)
warp = warpbreaks %>%
    mutate(total = breaks + non_breaks)

因此,在此示例中,我将对给定分类变量的中断次数进行建模,并通过总曝光量来抵消。我发现如果我的模型中不包含偏移项,那么一切都很好:

library(broom)
warp_no_offset = crossv_kfold(warp, k = 10) %>%
    mutate(model = map(train, ~ glm(breaks~ wool*tension, ., family=poisson))) %>%
    mutate(predicted = map2(model, test, ~ augment(.x, newdata = .y, predict.type= "response")))

但是,如果我包括一个抵消项:

warp_offset = crossv_kfold(warp, k = 10) %>%
    mutate(model = map(train, ~ glm(breaks~ offset(log(total)) + wool*tension, ., family=poisson))) %>%
    mutate(predicted = map2(model, test, ~ augment(.x, newdata = .y, predict.type= "response")))

它抛出错误:

Error in mutate_impl(.data, dots) : 
    Evaluation error: arguments imply differing number of rows: 5, 49.
4

1 回答 1

1

问题是offset()没有评估您认为的方式和时间。我可以看到这很棘手,但解决方案很简单。

您只需要记住I()在方程式内使用转换即可。

例如:

warp_offset = crossv_kfold(warp, k = 10) %>%
  mutate(model = map(train, ~ glm(breaks~ I(offset(log(total))) + wool*tension, ., family=poisson))) %>%
  mutate(predicted = map2(model, test, ~ augment(.x, newdata = .y, predict.type= "response")))

不会抛出错误并产生所需的结果。

于 2018-06-05T21:27:52.143 回答