使用newdata进行零膨胀GAM预测

Question

在零膨胀的GAM（ ziplss ）中，当1）我使用新数据并且2）计数部分具有ziplss零膨胀部分中的分类变量时，我得到警告。 对于零通货膨胀部分中未表示的每个分类变量都有警告。

这是一个可重现的示例：

library(mgcv)
library(glmmTMB)
data(Salamanders)   
Salamanders$x <- rnorm(nrow(Salamanders), 0, 10)

zipgam <- gam(list(count ~ spp * mined + s(x) + s(site, bs = "re"),
                ~ spp),
           data = Salamanders, family = ziplss, method = "REML")

preds.response <- data.frame(Predict = predict(zipgam, type = "response"))

nd <- data.frame(x = 0, spp = "GP", mined = "yes", site = Salamanders$site[1])      
nd$pred <- predict(zipgam, newdata = nd, exclude="site")

我在任何地方都没有看到此消息，这很奇怪，告诉我我可能做错了什么（否则，它将在搜索结果中显示）。 将不胜感激。

Answer 1

我认为这只是实施过程中的一个小问题。 我看到的警告是：

Warning message:
In model.matrix.default(Terms[[i]], mf, contrasts = object$contrasts) :
  variable 'mined' is absent, its contrast will be ignored

这是无害的 （至少在这种情况下；我没有检查其他情况），并且由于仅存在一个object$contrasts ，并且它包含有关mined详细信息，但是此变量在第二个线性预测变量中不存在，因此R警告它将忽略mined变量的对比，但这仅在为模型的零通胀部分建立模型矩阵时才会发生。 计数部分正确使用mined变量和正确的对比度。

您可能会争辩说，将$contrasts作为一个列表，每个线性预测变量一个将是更好的设计，然后使用以下方法创建模型矩阵：

model.matrix.default(Terms[[i]], mf, contrasts = object$contrasts[[i]])

但是我不知道这是否会破坏mgcv中的其他所有内容。

目前，该模型的$contrasts只是：

> zipgam$contrasts
$spp
[1] "contr.treatment"

$mined
[1] "contr.treatment"

$spp
[1] "contr.treatment"

已经显示出一些冗余。