将预测与 svyglm 结合使用

Question

我发现 predict 和 survey 包中的 svyglm 对象有一些奇怪的行为。如果 predict 中的新数据有一个 factor/character 一级，它会报错：

Error in `contrasts<-`(`*tmp*`, value = contr.funs[1 + isOF[nn]]) : 
contrasts can be applied only to factors with 2 or more levels

如果我将一级变量作为模型的预测变量，这个错误是有意义的，但对于新数据，我没有看到问题。

使用常规 glm 效果很好。

MRE:

library(survey)

data(api)

dstrat<-svydesign(id=~1,strata=~stype, weights=~pw, data=apistrat, fpc=~fpc)

svymodel <- svyglm(api00~sch.wide,design=dstrat)
# errors
predict(svymodel, data.frame(sch.wide=rep("No",10)))

regmodel <- glm(api00~sch.wide,data=apistrat)
# works
predict(regmodel,data.frame(sch.wide=rep("No",10)))

我发现如果我破解因子的水平它会起作用，但这不是必需的：

svymodel <- svyglm(api00~sch.wide,design=dstrat)

predict(svymodel, data.frame(sch.wide=factor(rep("No",10),
                                             levels = c("No","random phrase"))))

我是不是误解了什么或者这是 survey 包的问题？

Answer 1

你没有在 newdata 中加入一个因素；您正在放入一个字符串。您应该放入一个具有 相同水平集 的因子作为用于拟合模型的因子（不是一些随机短语）——这是唯一的设计矩阵有意义的方式。

predict(svymodel, data.frame(sch.wide=factor(rep("No",10),levels=c("No","Yes"))))

predict.lm 从拟合对象恢复因子水平（我不记得这是在 2002 年左右，但我可能是错的）。您可以使用该方法实现自动化：

predict(svymodel, data.frame(sch.wide=factor(rep("No",10),levels=svymodel$xlevels$sch.wide)))

我会把它放在为包裹做的事情清单上。

将预测与 svyglm 结合使用

Using predict with svyglm

r

survey

linear-regression