funtrans(sort(unique(model_frame[[y]]))) 错误：数学函数的非数字参数
Error in funtrans(sort(unique(model_frame[[y]]))) : non-numeric argument to mathematical function
首先 - 是否有任何好的参考资料可以帮助我更好地解释错误消息？我目前的策略是先检查脚本，然后检查数据，然后 google 在此处搜索 hours/post 个问题。
我有一个模型（如下），我正在尝试使用 ggpredict 来拟合显示冬季火灾与时间之间关系的曲线。
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：
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]")
产生此错误：
Error in funtrans(sort(unique(model_frame[[y]]))) :
non-numeric argument to mathematical function
关于为什么会发生这种情况的任何建议？
除了您现有的错误消息（谷歌搜索和在论坛上发帖）之外，我唯一的其他建议是有时您可以尝试找到相关代码在源代码中，例如如果您在 ggeffects Github 存储库中搜索错误消息，您可以得到 here。不过，这可能有帮助，也可能没有帮助。 （我诊断你的问题的方法更基本；我从一个只有 log(time)（或等效的）的模型开始，看到它有效，然后尝试了一个具有 scale(log(time)) 的模型，发现它没有' t ...)
如果我使用scale(log(x))
我可以重现这个
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]")
然而，
fm <- lmer(Reaction ~ scale(log(Days1)) + (1|Subject), sleepstudy)
ggeffect(fm, term = "Days1 [exp]")
Error in funtrans(sort(unique(model_frame[[y]]))) : non-numeric argument to mathematical function
看来scale(log(.))一般是有问题的。 ggeffect(fm) 也给出了错误（尽管略有不同）。如果我们使用 scale(Days) 或 log(Days1)，我们可以，但是 scale(log(Days)) 不起作用。
解决方法是定义您自己的变量，例如sleepstudy$sl_Days1 <- scale(log(sleepstudy$Days+1))，然后从那里开始（即 lmer(...); ggeffect(fm, terms="sl_Days1 [exp]")。
您可以尝试在 issues list for ggeffects 上发布 issue/feature 请求（首先是为了获得更有用的错误消息，其次是为了让这项工作更顺畅）
这意味着评论，而不是答案（Ben 已经回答了你的问题，这里只是一些额外的信息，对于评论来说太长了...）。
ggeffects 使用 insight-package 访问模型信息，例如 - 在这个特定示例中 - 模型框架。为了轻松地将模型框架中的列名与 ggpredict() 或 ggeffect() 中的 terms 参数中提供的变量名相匹配，列名是 "cleaned" 使用 insight::clean_names()。但是，像 scale() 这样的嵌套命令与 log() 结合使用是导致您报告错误的边缘情况。
在您的情况下，代码 model_frame[[y]] 查找 Days1（即 y 在您的情况下具有值 "Days1"），但是，列名已转换("cleaned") 到 "log" 而不是 "Days1"，因此 ggpredict() 尝试访问 model_frame[["Days1"]]，尽管该列名为 "log".
library(lme4)
#> Loading required package: Matrix
library(insight)
sleepstudy$Days1 <- 1 + sleepstudy$Days
fm <- lmer(Reaction ~ scale(log(Days1)) + (1|Subject), sleepstudy)
colnames(model.frame(fm))
#> [1] "Reaction" "scale(log(Days1))" "Subject"
clean_names(colnames(model.frame(fm)))
#> [1] "Reaction" "log" "Subject"
由 reprex package (v0.3.0)
于 2020-01-03 创建
我必须检查如何解决这个问题。
首先 - 是否有任何好的参考资料可以帮助我更好地解释错误消息？我目前的策略是先检查脚本，然后检查数据，然后 google 在此处搜索 hours/post 个问题。
我有一个模型（如下），我正在尝试使用 ggpredict 来拟合显示冬季火灾与时间之间关系的曲线。
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：
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]")
产生此错误：
Error in funtrans(sort(unique(model_frame[[y]]))) : non-numeric argument to mathematical function
关于为什么会发生这种情况的任何建议？
除了您现有的错误消息（谷歌搜索和在论坛上发帖）之外，我唯一的其他建议是有时您可以尝试找到相关代码在源代码中，例如如果您在 ggeffects Github 存储库中搜索错误消息，您可以得到 here。不过，这可能有帮助，也可能没有帮助。 （我诊断你的问题的方法更基本；我从一个只有 log(time)（或等效的）的模型开始，看到它有效，然后尝试了一个具有 scale(log(time)) 的模型，发现它没有' t ...)
如果我使用scale(log(x))
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]")
然而，
fm <- lmer(Reaction ~ scale(log(Days1)) + (1|Subject), sleepstudy)
ggeffect(fm, term = "Days1 [exp]")
Error in funtrans(sort(unique(model_frame[[y]]))) : non-numeric argument to mathematical function
看来scale(log(.))一般是有问题的。 ggeffect(fm) 也给出了错误（尽管略有不同）。如果我们使用 scale(Days) 或 log(Days1)，我们可以，但是 scale(log(Days)) 不起作用。
解决方法是定义您自己的变量，例如sleepstudy$sl_Days1 <- scale(log(sleepstudy$Days+1))，然后从那里开始（即 lmer(...); ggeffect(fm, terms="sl_Days1 [exp]")。
您可以尝试在 issues list for ggeffects 上发布 issue/feature 请求（首先是为了获得更有用的错误消息，其次是为了让这项工作更顺畅）
这意味着评论，而不是答案（Ben 已经回答了你的问题，这里只是一些额外的信息，对于评论来说太长了...）。
ggeffects 使用 insight-package 访问模型信息，例如 - 在这个特定示例中 - 模型框架。为了轻松地将模型框架中的列名与 ggpredict() 或 ggeffect() 中的 terms 参数中提供的变量名相匹配，列名是 "cleaned" 使用 insight::clean_names()。但是，像 scale() 这样的嵌套命令与 log() 结合使用是导致您报告错误的边缘情况。
在您的情况下，代码 model_frame[[y]] 查找 Days1（即 y 在您的情况下具有值 "Days1"），但是，列名已转换("cleaned") 到 "log" 而不是 "Days1"，因此 ggpredict() 尝试访问 model_frame[["Days1"]]，尽管该列名为 "log".
library(lme4)
#> Loading required package: Matrix
library(insight)
sleepstudy$Days1 <- 1 + sleepstudy$Days
fm <- lmer(Reaction ~ scale(log(Days1)) + (1|Subject), sleepstudy)
colnames(model.frame(fm))
#> [1] "Reaction" "scale(log(Days1))" "Subject"
clean_names(colnames(model.frame(fm)))
#> [1] "Reaction" "log" "Subject"
由 reprex package (v0.3.0)
于 2020-01-03 创建我必须检查如何解决这个问题。