如何检索 GEE 模型拟合中使用的数据框？

Question

我有一个纵向数据框，每个 id 有多行。

    > data("dietox")
    > head(dietox, 5)
   Pig    Evit    Cu Litter Start   Weight      Feed Time
1 4601 Evit000 Cu000      1  26.5 26.50000        NA    1
2 4601 Evit000 Cu000      1  26.5 27.59999  5.200005    2
3 4601 Evit000 Cu000      1  26.5 36.50000 17.600000    3
4 4601 Evit000 Cu000      1  26.5 40.29999 28.500000    4
5 4601 Evit000 Cu000      1  26.5 49.09998 45.200001    5

我正在尝试拟合 GEE 模型来预测数据框每一行的 Weight。

    library(gee)
    library(dplyr)

    > model1 <- gee(Weight ~ Start + Feed, id=Pig, data=dietox, corstr="exchangeable")
    > model1

 GEE:  GENERALIZED LINEAR MODELS FOR DEPENDENT DATA
 gee S-function, version 4.13 modified 98/01/27 (1998) 

Model:
 Link:                      Identity 
 Variance to Mean Relation: Gaussian 
 Correlation Structure:     Exchangeable 

Call:
gee(formula = Weight ~ Start + Feed, id = Pig, data = dietox, 
    corstr = "exchangeable")

Number of observations :  789 

Maximum cluster size   :  11 


Coefficients:
(Intercept)       Start        Feed 
  5.1539561   0.9384232   0.4294209

我现在希望能够向数据框添加一个新列 - prediction，其中包含每行数据的预测权重值。我的想法是，我将能够在 Time 变量的不同点将原始 Weight 变量与 prediction 变量进行比较。

当我尝试使用 mutate 和 predict 函数执行此操作时，我收到一条错误消息，指出模型拟合 (789) 中使用的观测数与观测数不同在原始数据框中 (861)。

> new_df <- dietox %>%
+   mutate(prediction = predict(model1))
Error: Column `prediction` must be length 861 (the number of rows) or one, not 789

我的问题是： 1. 如何提取 789 个观测值的数据框用于模型拟合？ 2.为什么观察次数模型中使用的拟合与观察总数不同在原始数据框中？

Answer 1

模型拟合中使用的 789 个观测值是没有 NA 的观测值。您在 Feed 列

中有 72 个 NA 观察值

sum(is.na(dietox$Feed))
#[1] 72

和 789 + 72 为您提供完整的 861 个观察结果。要获得您可以做的所有预测值

dietox$Prediction <- NA
dietox$Prediction[!is.na(dietox$Feed)] <- predict(model1)

head(dietox)
#    Weight      Feed Time  Pig Evit Cu Litter Prediction
#1 26.50000        NA    1 4601    1  1      1         NA
#2 27.59999  5.200005    2 4601    1  1      1   31.43603
#3 36.50000 17.600000    3 4601    1  1      1   36.76708
#4 40.29999 28.500000    4 4601    1  1      1   41.45324
#5 49.09998 45.200001    5 4601    1  1      1   48.63296
#6 55.39999 56.900002    6 4601    1  1      1   53.66306

模型中使用的值也出现在 model1$y 中。

如何检索 GEE 模型拟合中使用的数据框？

How to retrieve the data frame used in a GEE model fit?

r

panel-data