mgcv::gam，名称（数据）<- object$term 中的错误：属性 'names' [2] 与向量 [1] 的长度相同

Question

我想运行使用 gam 函数在 mgcv 包中创建一个分层 GAM。我在 brms 中使用了相同形式的模型没有问题，我最终会在 brms 中重新运行相同的模型，但是摘要提交的截止日期是星期天，所以我想尝试 mgcv 中的模型以获得更快的结果.

我的公式：

f = MDS1 ~ 1 + exposed + s(YEAR,bs = "tp")+ s(LEVEL, bs = "tp") +
t2(YEAR, SITE, bs = c("tp","re")) + s(INTERTIDAL_TRANSECT, bs = "re",
m = 1)

我的数据：

Classes ‘data.table’ and 'data.frame':  3992 obs. of  9 variables:
 $ unique_id          : chr  "Babb's Cove-1-0-1988" "Babb's Cove-1-0-1989" "Babb's Cove-1-0-1990" "Babb's Cove-1-0-1992" ...
 $ MDS1               : num  -0.607 -0.607 -0.607 -0.607 -0.607 ...
 $ MDS2               : num  0.19 0.19 0.19 0.19 0.19 ...
 $ MDS3               : num  0.36 0.36 0.36 0.36 0.36 ...
 $ SITE               : chr  "Babb's Cove" "Babb's Cove" "Babb's Cove" "Babb's Cove" ...
 $ INTERTIDAL_TRANSECT: Factor w/ 21 levels "1","2","5","7",..: 1 1 1 1 1 1 1 1 1 1 ...
 $ LEVEL              : num  0 0 0 0 0 0 0 1 1 1 ...
 $ YEAR               : num  1988 1989 1990 1992 1994 ...
 $ exposed            : Factor w/ 2 levels "1","2": 2 2 2 2 2 2 2 2 2 2 ...
 - attr(*, ".internal.selfref")=<externalptr> 
 - attr(*, "sorted")= chr "unique_id"

我有两个问题：一）

当我尝试用 fit_count <- gam(f, data = count_merge, method = "REML", family = gaussian()) 拟合模型时，我得到：

Error in names(dat) <- object$term : 
  attribut 'names' [2] doit être de même longueur que le vecteur [1]

我认为这与公式的 t2() 参数有关。

b) 我通常使用 brms 运行 GAM，我的模型公式是：

MDS1 ~ 1 + exposed + s(YEAR,bs = "tp")+ s(LEVEL, bs = "tp") + t2(YEAR, SITE, bs = c("tp","re"), full = T) +(1|r|INTERTIDAL_TRANSECT),
          family = gaussian()

我的公式适应mgcv::gam的方法可以吗？

Answer 1

问一）

您的 SITE 向量是一个字符向量，它必须是一个因子。

Qb)

看起来不错，但您不需要 s(INTERTIDAL_TRANSECT, bs = "re") 项中的 m = 1。

如果您希望 {brms} 和 {mgcv} 之间的参数化相同，您还应该在 t2() 项上使用 full = TRUE 选项。

mgcv::gam，名称（数据）<- object$term 中的错误：属性 'names' [2] 与向量 [1] 的长度相同

mgcv::gam, Error in names(dat) <- object$term : attribut 'names' [2] as to be same length as vector [1]

gam

mgcv

brms

问一）

Qb)