bic.glm 预测错误：“newdata 缺少变量”

Question

我花了很多时间试图解决这个错误并寻找解决方案，但没有任何运气，在此先感谢您的帮助。

我正在尝试根据通过 BMA 创建的系数创建预测值。每当我运行我的预测函数时，我都会收到“newdata is missing variables”错误。原始模型中包含的所有变量都存在于新数据框中，所以我不太确定问题出在哪里。我正在处理一个包含许多自变量的相当大的数据集。我对 R 很陌生，所以如果这是一个明显的问题，我深表歉意！

y<-df$y
x<-df
x$y<-NULL
bic.glm<-bic.glm(x, y, strict=FALSE, OR=20, glm.family="binomial", factortype=TRUE)
predict(bic.glm.bwt, x)

我也试过这样：

bic.glm<-bic.glm(y~., data=df, strict=FALSE, OR=20, glm.family="binomial", factortype=TRUE)
predict(bic.glm, x)

还有创建一个新的数据框...

bic.glm<-bic.glm(y~., data=df, strict=FALSE, OR=20, glm.family="binomial", factortype=TRUE)
newdata<-x
predict(bic.glm, newdata=x)

每次我收到相同的错误消息时： predict.bic.glm(bic.glm, newdata=x) 中的错误： newdata 缺少变量

非常感谢任何帮助！

Answer 1

首先，将 LHS 与函数调用同名是不好的做法。您可能正在屏蔽函数 bic.glm 以防进一步使用。

除了那条小评论...我刚刚遇到了同样的错误。经过一番挖掘，似乎predict.bic.glm 检查了名称与bic.glm 对象中的mle 矩阵。问题是在bic.glm 的某个地方，如果使用因子，这些名称会得到一个“.x”或只是“.”。附在最后。因此，无论何时使用因子都会出现此错误。

我将此信息传达给了包维护人员。同时，您可以通过重命名mle 对象的列名来解决该错误，如下所示（使用您的示例）：

fittedBMA<-bic.glm(y~., data=df) 
colnames(fittedBMA$mle)=colnames(model.matrix(y~., data=df)) ### this is the workaround
predict(fittedBMA,newdata=x) ### should work now, if x has the same variables as df

Answer 2

好的，所以首先看一下 BMA::bic.glm 的 cran 文档中的用法部分。

here

这个例子对 data.frame 有指导意义。

Example 2 (binomial)
library(MASS)
data(birthwt)
y <- birthwt$lo
x <- data.frame(birthwt[,-1])
x$race <- as.factor(x$race)
x$ht <- (x$ht>=1)+0
x <- x[,-9]
x$smoke <- as.factor(x$smoke)
x$ptl <- as.factor(x$ptl)
x$ht <- as.factor(x$ht)
x$ui <- as.factor(x$ui)
bic.glm.bwT <- bic.glm(x, y, strict = FALSE, OR = 20,
glm.family="binomial",
factor.type=TRUE)
predict( bic.glm.bwT, newdata = x)
bic.glm.bwF <- bic.glm(x, y, strict = FALSE, OR = 20,
glm.family="binomial",
factor.type=FALSE)
predict( bic.glm.bwF, newdata = x)