在带有偏移项的 glm 上使用扫帚（增强）和建模器（crossv_kfold）时出错

Question

我正在尝试使用建模器 crossv_kfold 在 k 折交叉验证数据集上拟合泊松回归模型，然后使用 broom 的增强函数进行预测。在我正在建模的数据中，我有一个我试图预测的计数，但它需要被一个曝光变量抵消。为了可重复性，我包含了一个增强数据集来说明。

library(tidyverse)
library(modelr)
non_breaks = rpois(dim(warpbreaks)[1],20)
warp = warpbreaks %>%
    mutate(total = breaks + non_breaks)

所以在这个例子中，我将对给定分类变量的中断次数进行建模，并通过总曝光量进行抵消。我发现如果我的模型中不包含偏移项，一切都会正常工作：

library(broom)
warp_no_offset = crossv_kfold(warp, k = 10) %>%
    mutate(model = map(train, ~ glm(breaks~ wool*tension, ., family=poisson))) %>%
    mutate(predicted = map2(model, test, ~ augment(.x, newdata = .y, predict.type= "response")))

但是如果我包含一个抵消项：

warp_offset = crossv_kfold(warp, k = 10) %>%
    mutate(model = map(train, ~ glm(breaks~ offset(log(total)) + wool*tension, ., family=poisson))) %>%
    mutate(predicted = map2(model, test, ~ augment(.x, newdata = .y, predict.type= "response")))

它抛出错误：

Error in mutate_impl(.data, dots) : 
    Evaluation error: arguments imply differing number of rows: 5, 49.

Answer 1

问题是 offset() 没有按照您认为的方式和时间进行评估。我知道这是多么棘手，但解决方案很简单。

您只需要记住使用 I() 进行方程内的转换。

例如：

warp_offset = crossv_kfold(warp, k = 10) %>%
  mutate(model = map(train, ~ glm(breaks~ I(offset(log(total))) + wool*tension, ., family=poisson))) %>%
  mutate(predicted = map2(model, test, ~ augment(.x, newdata = .y, predict.type= "response")))

不会抛出任何错误并产生所需的结果。

在带有偏移项的 glm 上使用扫帚（增强）和建模器（crossv_kfold）时出错

Error when using broom (augment) and modelr (crossv_kfold) on glm with an offset term

r

offset

glm

broom

modelr