我已经建立了一个GAMLSS模型来根据现有数据集调查鱼类物种的种群驱动因素，但是在尝试预测新数据集的响应值时出现了问题。
要创建虚拟数据集，请执行以下操作：
Site <- c("Angle Crossing","Angle Crossing Pool","Casuarina Sands","Kambah Pool","Kissops Flat","Lawler Rd","Point Hut Crossing","Retallacks Hole","Scottsdale","Tharwa Sandwash")
Year <- round((rnorm(n=100, mean=2013, sd=2.530846)), digits=0)
LogTurbidity <- (rnorm(n=100, mean=2.026, sd=1.417185))
Datej <- rnorm(n=100, mean=105.0, sd=41.66927)
Catch <- round((rnorm(n=100, mean=1.596, sd=1.895757)), digits=0)
Catch <- ifelse(Catch < 0, 0, Catch)
mc.dummy <- data.frame(Site=Site, Catch=Catch, Year=Year,
Turbidity=LogTurbidity, Datej=Datej)
使用GAMLSS模型：
ZIPGAMM.dummy <- gamlss(Catch ~ cs(Datej, k=5) + cs(Year, k=5) + cs(Turbidity, k=5) + random(Site), family= ZIP(), data=mc.dummy, n.cyc=100)
当我在现有数据集上运行predict()函数时，我能够获得所有模型参数而没有任何问题。但是，当我尝试使用新的数据集（MC.df.newdata <- data.frame(Datej=c(1:100), Year=2010, Turbidity=1.959954, Site="Retallacks Hole")）获得预测的响应值时，收到以下错误消息：
MC.predicted <- predict(ZIPGAMM.dummy, newdata = MC.df.newdata, what="mu", type="response")
new prediction
Error in pred.s %*% rep(1, n.smooths) :
requires numeric/complex matrix/vector arguments
In addition: Warning message:
contrasts dropped from factor random(Site)
我在没有+random(Site)的情况下使用了上面所有相同的代码，并且一切正常，所以我的问题实际上是如何使predict()函数在模型中具有随机效果？