[英]mgcv::gamm() and MuMIn::dredge() errors
我一直在嘗試使用函數中的mgcv
軟件包來適合多個GAM,並通過模型選擇過程粗略地選擇最合適的模型。 但是我的函數運行第一個模型,然后似乎無法再次識別輸入數據dat
。
我得到錯誤
is.data.frame(data)中的錯誤:找不到對象'dat'。
我認為這是一個范圍界定問題,我已經在這里和此處尋求幫助,但無法解決。
代碼和數據如下(希望可復制): 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)
任何幫助將不勝感激。
謝謝,康納
get.models
在模型的formula
環境(在gamm
中始終是gamm
)中.GlobalEnv
,而它應該是函數的環境(即sys.frames(sys.nframe())
)。
所以,代替
get.models(ms, 1)
采用
eval(getCall(ms, 1))
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.