Question

我试图在使用模型器的crossv_kfold的k折交叉验证数据集上拟合泊松回归模型，然后使用扫帚的增强函数得到预测。在我建模的数据中，我有一个我试图预测的计数，但它需要被曝光变量抵消。为了重现性，我已经包含了一个增强数据集来说明。

library(tidyverse)
library(modelr)
non_breaks = rpois(dim(warpbreaks)[1],20)
warp = warpbreaks %>%
    mutate(total = breaks + non_breaks)

因此，在这个例子中，我将对给定分类变量的中断次数进行建模，并通过曝光，总量进行偏移。我发现如果我在模型中不包含偏移项，那么一切都运行得很好：

library(broom)
warp_no_offset = crossv_kfold(warp, k = 10) %>%
    mutate(model = map(train, ~ glm(breaks~ wool*tension, ., family=poisson))) %>%
    mutate(predicted = map2(model, test, ~ augment(.x, newdata = .y, predict.type= "response")))

但如果我包含一个偏移词：

warp_offset = crossv_kfold(warp, k = 10) %>%
    mutate(model = map(train, ~ glm(breaks~ offset(log(total)) + wool*tension, ., family=poisson))) %>%
    mutate(predicted = map2(model, test, ~ augment(.x, newdata = .y, predict.type= "response")))

它会抛出错误：

Error in mutate_impl(.data, dots) : 
    Evaluation error: arguments imply differing number of rows: 5, 49.

Answer 1

问题在于offset()未被评估的方式和时间。我可以看到这是多么棘手，但解决方案很简单。

您只需要记住在等式中使用I()进行转换。

例如：

warp_offset = crossv_kfold(warp, k = 10) %>%
  mutate(model = map(train, ~ glm(breaks~ I(offset(log(total))) + wool*tension, ., family=poisson))) %>%
  mutate(predicted = map2(model, test, ~ augment(.x, newdata = .y, predict.type= "response")))

不会抛出错误并产生预期效果。

在带有偏移项的glm上使用扫帚（增强）和模型（crossv_kfold）时出错

1 个答案: