在 mgcv() 中運行 bam() 時出現“不允許因素”錯誤 - R

Question

我有一個數據集如下：

 str(templates)

 tibble [2,179 x 8] (S3: grouped_df/tbl_df/tbl/data.frame)
  $ Speaker        : Factor w/ 5 levels "Alex","Lily",..: 1 1 1 1 1 1 1 1 1 1 ...
  $ session_ordinal: num [1:2179] 1 1 1 2 2 2 3 3 3 4 ...
  $ structure      : Factor w/ 32 levels "C","CCV","CCVC",..: 5 20 26 5 6 5 5 6 20 4 ...
  $ structurePC    : num [1:2179] 0.55 0.15 0.1 0.3636 0.0303 ...
  $ structure.ord  : Ord.factor w/ 32 levels "C"<"CCV"<"CCVC"<..: 5 20 26 5 6 5 5 6 20 4 ...
  - attr(*, "groups")= tibble [220 x 4] (S3: tbl_df/tbl/data.frame)
   ..$ Speaker        : chr [1:220] "Alex" "Alex" "Alex" "Alex" ...
   ..$ session_ordinal: num [1:220] 1 2 2 3 4 4 5 5 6 6 ...
   ..$ .rows          :List of 220

我正在嘗試使用 mgcv package 中的bam()對數據運行mgcv model。 我可以成功運行一個簡單的 model：

 templates.gam.simple <- bam(structurePC ~ 
                       s(session_ordinal, k = 18) +
                       s(session_ordinal, Speaker, bs = "fs", m = 1, k = 5),
                    data=subset(templates, structurePC >= .1 & session_ordinal < 19), method="ML")

但是，一旦我添加了其他因素（我需要這樣做才能運行我的分析），我就會開始收到錯誤消息。 如果我向 model 添加另一個平滑（ s(Speaker, k = 5) ），如下所示：

 templates.gam.1 <- bam(structurePC ~ 
                            s(session_ordinal, k = 18) +
                            s(Speaker, k = 5) +
                            s(session_ordinal, Speaker, bs = "fs", m = 1, k = 5),
                       data=subset(templates, structurePC >= .1 & session_ordinal < 19), method="ML")

我收到錯誤消息：

 Error in smooth.construct.tp.smooth.spec(object, dk$data, dk$knots) : 
   NA/NaN/Inf in foreign function call (arg 1)
 In addition: Warning messages:
 1: In mean.default(xx) : argument is not numeric or logical: returning NA
 2: In Ops.factor(xx, shift[i]) : ‘-’ not meaningful for factors

如果我嘗試向初始 model （ ti(session_ordinal, Speaker, k = c(18, 5)) + ）添加交互：

 templates.gam.2 <- bam(structurePC ~ 
                       s(session_ordinal, k = 18) +
                       ti(session_ordinal, Speaker, k = c(18, 5)) +
                       s(session_ordinal, Speaker, bs = "fs", m = 1, k = 5),
                    data=subset(templates, structurePC >= .1 & session_ordinal < 19), method="ML")

我得到：

 Error in quantile.default(xu, seq(0, 1, length = nk)) : 
   factors are not allowed

Answer 1

您不能從因子變量制作標准樣條曲線。 當您使用"fs"基礎時，您傳遞一個連續變量（ x說）和一個因子變量（ f說）：

s(x, f, bs = 'fs')

這樣做是在x中為每個f水平設置樣條線，其中樣條線共享相同的平滑度損失。 這些項還包括f的組均值的隨機截距。

這是一個特殊的基礎結構。

如果要包括其他因子變量的隨機截距，則需要使用另一種特殊的基類型，即隨機效應或"re"基：

s(Speaker, bs = 're')

我不確定包含ti()術語是什么意思； "fs"平滑已經是session_ordinal和Speaker之間的交互。 查看session_ordinal表明這可能不是一個因素，但您可能已經通過整數1 、 2 、...、 n對其進行了編碼？ 如果你解釋你想要什么 model （你想要什么效果）我可以建議解決方案......

...但一般來說，如果您告訴mgcv對因子邊際項使用隨機效應基礎，您可以在張量積中包含一個因子：

te(x, f, bs = c('cr', 're'))

其中cr表示三次回歸樣條曲線，是張量積的默認基礎。 你也可以用t2()和ti()來做到這一點。