绘制滞后效应，R 中的 dlnm 封装

Question

我使用 R 中的 dlnm 包检查与温度相关的死亡率。我想使用以下代码解释特定温度下的滞后效应： #crossbasis matrix

cb<-crossbasis(data$Temperature,lag=21,argvar=list(fun="ns", knots=quantile(data$Temperature,c(10,75,90)/100,na.rm=T)), arglag=list(knots=logknots(21,3)))

#model model<-glm(mortality ~ cb + ns(Time,df=8*11) + (DayOfTheWeek), data, family=quasipoisson)

cen<-25.4 #centering value for predictions

#predictions pred<-crosspred(cb,model,by=0.1,cen=cen, cumul=TRUE)

如果我运行 pred 的摘要，我会得到：

预测：值：418 集中在：25.4 范围：-7.6，34.1 滞后：0 21 取幂：是 累积：是

型号：参数：20类：glm lm链接：日志

然后我尝试绘制：

plot(pred, "slices", var=1.8, col=2, pch=19, ylab="RR", xlab="Lag (days)")

但我收到此错误消息：

lines.crosspred(pred, "slices", var = 1.8: 'var' 必须匹配用于预测的值。

我无法弄清楚我做错了什么。 我真的很感激任何帮助。

Answer 1

我使用“” var并工作：

plot(pred, "slices", var="1.8", col=2, pch=19, ylab="RR", xlab="Lag (days)")