为什么在 "gam(y ~ mgcv::s...)" 中使用 "mgcv::s" 会导致错误？

Question

我想说清楚并在行中使用 :: 符号来拟合 mgcv::gam。在 mgcv::s 的模型调用中使用符号时，我偶然发现了一件事。具有可重现示例/错误的代码如下所示。

原因可能是因为我在模型公式中使用了这个符号，但我无法弄清楚为什么这不起作用/不允许。这可能是关于语法的一些非常具体的东西（我猜可能不是 mgcv 特定的），但也许有人可以帮助我理解这一点以及我对 R 的理解。提前谢谢你。

library(mgcv)
dat <- data.frame(x = 1:10, y = 101:110)
# this results in an error: invalid type (list)...
mgcv::gam(y ~ mgcv::s(x, bs = "cs", k = -1), data = dat)
# after removing the mgcv:: in front of s everything works fine
mgcv::gam(y ~ s(x, bs = "cs", k = -1), data = dat)

# outside of the model call, both calls return the desired function
class(s)
# [1] "function"
class(mgcv::s)
# [1] "function"

Answer 1

这看起来像是一个 mgcv 问题。例如，lm() 函数接受 poly() 或 stats::poly() 并给出相同的结果（除了事物的名称）：

> x <- 1:100
> y <- rnorm(100)
> lm(y ~ poly(x, 3))

Call:
lm(formula = y ~ poly(x, 3))

Coefficients:
(Intercept)  poly(x, 3)1  poly(x, 3)2  poly(x, 3)3  
    0.07074      0.13631     -1.52845     -0.93285  

> lm(y ~ stats::poly(x, 3))

Call:
lm(formula = y ~ stats::poly(x, 3))

Coefficients:
       (Intercept)  stats::poly(x, 3)1  stats::poly(x, 3)2  stats::poly(x, 3)3  
           0.07074             0.13631            -1.52845            -0.93285

它也适用于 splines::bs 函数，因此这不是特定于 poly()。

您应该联系 mgcv 维护者并指出该包中的这个错误。我猜它是专门寻找 s，而不是像 mgcv::s 这样计算结果相同的表达式。

Answer 2

说明

library(mgcv)
#Loading required package: nlme
#This is mgcv 1.8-24. For overview type 'help("mgcv-package")'.

f1 <- ~ s(x, bs = 'cr', k = -1)
f2 <- ~ mgcv::s(x, bs = 'cr', k = -1)

OK <- mgcv:::interpret.gam0(f1)$smooth.spec
FAIL <- mgcv:::interpret.gam0(f2)$smooth.spec

str(OK)
# $ :List of 10
#  ..$ term   : chr "x"
#  ..$ bs.dim : num -1
#  ..$ fixed  : logi FALSE
#  ..$ dim    : int 1
#  ..$ p.order: logi NA
#  ..$ by     : chr "NA"
#  ..$ label  : chr "s(x)"
#  ..$ xt     : NULL
#  ..$ id     : NULL
#  ..$ sp     : NULL
#  ..- attr(*, "class")= chr "cr.smooth.spec"

str(FAIL)
# list()

interpret.gam0 源代码的第 4 行揭示了问题：

head(mgcv:::interpret.gam0)

1 function (gf, textra = NULL, extra.special = NULL)              
2 {                                                               
3     p.env <- environment(gf)                                    
4     tf <- terms.formula(gf, specials = c("s", "te", "ti", "t2", 
5         extra.special))                                         
6     terms <- attr(tf, "term.labels")

由于不匹配"mgcv::s"，所以你得到了问题。但是 mgcv 确实允许您通过参数 extra.special:

传递 "mgcv::s" 来解决这个问题

FIX <- mgcv:::interpret.gam0(f, extra.special = "mgcv::s")$smooth.spec
all.equal(FIX, OK)
# [1] TRUE

只是在高级例程中这不是用户可控的：

head(mgcv::gam, n = 10)

#1  function (formula, family = gaussian(), data = list(), weights = NULL, 
#2      subset = NULL, na.action, offset = NULL, method = "GCV.Cp",        
#3      optimizer = c("outer", "newton"), control = list(), scale = 0,     
#4      select = FALSE, knots = NULL, sp = NULL, min.sp = NULL, H = NULL,  
#5      gamma = 1, fit = TRUE, paraPen = NULL, G = NULL, in.out = NULL,    
#6      drop.unused.levels = TRUE, drop.intercept = NULL, ...)             
#7  {                                                                      
#8      control <- do.call("gam.control", control)                         
#9      if (is.null(G)) {                                                  
#10         gp <- interpret.gam(formula)  ## <- default to extra.special = NULL

我同意 Ben Bolker 的观点。挖掘内部发生的事情是一个很好的练习，但将其视为错误并修复它是反应过度。

更多见解：

s、te 等在 mgcv 中与 stats::poly 和 splines::bs 的逻辑不同。

例如，当您执行 X <- splines::bs(x, df = 10, degree = 3) 时，它会评估 x 并直接创建设计矩阵 X。
当您执行s(x, bs = 'cr', k = 10)时，不进行评估； 已解析。

mgcv 中的顺利构建需要几个阶段：

mgcv::interpret.gam 解析/解释，生成更平滑的配置文件；
mgcv::smooth.construct 的初始构造，它设置了基础/设计矩阵和惩罚矩阵（主要在 C 级完成）；
mgcv::smoothCon的二次构造，它选取"by"变量（例如，为因子"by"复制平滑），线性函数项，空space惩罚（如果你使用 select = TRUE)，惩罚重缩放，居中约束等；
mgcv:::gam.setup 的最终整合，它将所有平滑器组合在一起，返回模型矩阵等。

所以，这是一个复杂得多的过程。

为什么在 "gam(y ~ mgcv::s...)" 中使用 "mgcv::s" 会导致错误？

Why does using "mgcv::s" in "gam(y ~ mgcv::s...)" result in an error?

syntax

r

mgcv