funtrans(sort(unique(model_frame [[y]])))中的错误:数学函数的非数字参数

时间:2019-12-31 00:04:35

标签: r lme4

首先-有什么好的参考资料可以帮助我更好地解释错误消息?我当前的策略是先检查脚本,然后检查数据,然后在Google网上冲浪几个小时/在此处发布问题。

我有一个模型(如下),我试图使用ggpredict来拟合一条曲线,该曲线显示了冬季火灾与时间之间的关系。

data <- read.csv('StacksOverflow.csv')
dput(head(data))

数据:

structure(list(X = 1:6, yrblock15 = c(2004L, 2004L, 2004L, 2004L, 
2004L, 2004L), circleID = 1:6, time = c(5.270172597, 4.270172617, 
3.348596103, 3.019112219, 2.905252281, 2.773856447), ThreeYearRain = c(748.9863518, 
744.4805429, 748.6081666, 747.5941999, 746.3382951, 740.9514718
), summer = c(2L, 2L, 2L, 3L, 2L, 3L), winter = c(1L, 1L, 1L, 
5L, 4L, 4L), total = c(3L, 3L, 3L, 8L, 6L, 7L), claylake = c(0, 
0, 0, 0, 0.01, 0), spinsandplain = c(99.53, 90.39, 50.7, 63.8, 
73.65, 82.73), rain15 = c(412.5357625, 412.1096373, 414.7593319, 
416.1126083, 416.1484008, 413.5668281), coefrain15 = c(48.03688416, 
48.05843172, 47.98508211, 48.13217304, 48.39476675, 48.51635011
)), row.names = c(NA, 6L), class = "data.frame")

包装:

library(lme4)
library(ggeffects)

型号:

m3 <- lmer(winter~scale(log(time))+scale(spinsandplain)+scale(rain15)+
           scale(claylake)+scale(rain15)*scale(log(time))+(1|circleID),
           na.action=na.fail, data=data, REML=FALSE)

d <- ggeffect(m3, terms = "time[exp]")

哪个会产生此错误:

  

funtrans(sort(unique(model_frame [[y]])))中的错误:     数学函数的非数字参数

任何建议为什么会这样?

2 个答案:

答案 0 :(得分:4)

除了您现有的error-message-fu(在论坛上进行谷歌搜索和张贴)外,我唯一的建议是有时 您可以尝试在源代码中找到相关代码,例如如果您在ggeffects Github存储库中搜索错误消息,则可以获取here。但是,这可能有帮助,也可能没有帮助。 (我诊断问题的方式是更基本的;我从仅使用log(time)(或等效项)的模型开始,看到它起作用,然后尝试使用scale(log(time))的模型,发现它没有t ...)



如果我使用scale(log(x))

,我可以复制它
library(lme4)
library(ggeffects)
sleepstudy$Days1 <- 1 + sleepstudy$Days

这很好:

fm <- lmer(Reaction ~ log(Days1) + (1|Subject), sleepstudy)
ggeffect(fm, term = "Days1 [exp]")

但是

fm <- lmer(Reaction ~ scale(log(Days1)) + (1|Subject), sleepstudy)
ggeffect(fm, term = "Days1 [exp]")
  

funtrans(sort(unique(model_frame [[y]])))中的错误:数学函数的非数字参数

看来scale(log(.))通常是有问题的。 ggeffect(fm)也给出了一个错误(尽管略有不同)。如果我们使用scale(Days)log(Days1),可以,但是scale(log(Days))不起作用。

解决方法是定义自己的变量,例如sleepstudy$sl_Days1 <- scale(log(sleepstudy$Days+1)),然后从那里去(即lmer(...); ggeffect(fm, terms="sl_Days1 [exp]")

您可以尝试在issues list for ggeffects上发布问题/功能请求(首先是获得更有用的错误消息,其次是使事情更无缝地进行的工作)

答案 1 :(得分:2)

这只是作为评论,而不是作为答案(本已经回答了您的问题,这里只是一些其他信息,对于评论来说太长了……)。

ggeffects 使用insight-package访问模型信息,例如-在此特定示例中-模型框架。为了轻松地将模型框架中的列名与termsggpredict()的{​​{1}}参数中提供的变量名进行匹配,请使用ggeffect()对列名进行“清理”。但是,像insight::clean_names()这样的嵌套命令与scale()结合使用时会出现边缘情况,从而导致报告错误。

在您的情况下,代码log()查找model_frame[[y]](即,在您的情况下,Days1的值为y),但是列名已转换(“清除”)到"Days1"而不是"log",因此"Days1"尝试访问ggpredict(),尽管该列名为model_frame[["Days1"]]

"log"

reprex package(v0.3.0)于2020-01-03创建

我必须检查如何解决此问题。