[英]mgcv::gamm() and MuMIn::dredge() errors
我一直在尝试使用函数中的mgcv
软件包来适合多个GAM,并通过模型选择过程粗略地选择最合适的模型。 但是我的函数运行第一个模型,然后似乎无法再次识别输入数据dat
。
我得到错误
is.data.frame(data)中的错误:找不到对象'dat'。
我认为这是一个范围界定问题,我已经在这里和此处寻求帮助,但无法解决。
代码和数据如下(希望可复制): https : //github.com/cwaldock1/Help/blob/master/test_gam.csv
library(mgcv)
# Function to fit multiple models
best.mod <- function(dat) {
# Set up control structure
ctrl <- list(niterEM = 0, msVerbose = TRUE, optimMethod="L-BFGS-B")
# AR(1)
m1 <- get.models(dredge(gamm(Temp ~ s(Month, bs = "cc") + s(Date, bs = 'cr') + Year,
data = dat, correlation = corARMA(form = ~ 1|Year, p = 1),
control = ctrl)), subset=1)[[1]]
# AR(2)
m2 <- get.models(dredge(gamm(Temp ~ s(Month, bs = "cc") + s(Date, bs = 'cr') + Year,
data = dat, correlation = corARMA(form = ~ 1|Year, p = 2),
control = ctrl)), subset=1)[[1]]
# AR(3)
m3 <- get.models(dredge(gamm(Temp ~ s(Month, bs = "cc") + s(Date, bs = 'cr') + Year,
data = dat, correlation = corARMA(form = ~ 1|Year, p = 3),
control = ctrl)), subset = 1)[[1]]
### Select best model to work with based on unselective AIC criteria
if(AIC(m2$lme) > AIC(m1$lme)){mod = m1}else{mod = m2}
if(AIC(mod$lme) > AIC(m3$lme)){mod = m3}else{mod = mod}
return(mod$gam)
}
mod2 <- best.mod(dat = test_gam)
任何帮助将不胜感激。
谢谢,康纳
get.models
在模型的formula
环境(在gamm
中始终是gamm
)中.GlobalEnv
,而它应该是函数的环境(即sys.frames(sys.nframe())
)。
所以,代替
get.models(ms, 1)
采用
eval(getCall(ms, 1))
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.