使用newdata進行零膨脹GAM預測

Question

在零膨脹的GAM（ ziplss ）中，當1）我使用新數據並且2）計數部分具有ziplss零膨脹部分中的分類變量時，我得到警告。 對於零通貨膨脹部分中未表示的每個分類變量都有警告。

這是一個可重現的示例：

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")

我在任何地方都沒有看到此消息，這很奇怪，告訴我我可能做錯了什么（否則，它將在搜索結果中顯示）。 將不勝感激。

Answer 1

我認為這只是實施過程中的一個小問題。 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

這是無害的 （至少在這種情況下；我沒有檢查其他情況），並且由於僅存在一個object$contrasts ，並且它包含有關mined詳細信息，但是此變量在第二個線性預測變量中不存在，因此R警告它將忽略mined變量的對比，但這僅在為模型的零通脹部分建立模型矩陣時才會發生。 計數部分正確使用mined變量和正確的對比度。

您可能會爭辯說，將$contrasts作為一個列表，每個線性預測變量一個將是更好的設計，然后使用以下方法創建模型矩陣：

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

但是我不知道這是否會破壞mgcv中的其他所有內容。

目前，該模型的$contrasts只是：

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

$mined
[1] "contr.treatment"

$spp
[1] "contr.treatment"

已經顯示出一些冗余。