GLM模型在交互代码中运行，但当我使用针织品时却不能运行。

Question

我对knitr有意见。具体来说，我有一个在控制台中运行非常好的模型，但是当我试图编织文档时，R会抛出一个错误。

加载数据集(在这里可用，以便于复制。 )

scabies <- read.csv(file = "S1-Dataset_CSV.csv", header = TRUE, sep = ",")
scabies$agegroups <- as.factor(cut(scabies$age, c(0,10,20,Inf), labels = c("0-10","11-20","21+"), include.lowest = TRUE)) 
scabies$agegroups <-relevel(scabies$agegroups, ref = "21+")
scabies$house_cat <- as.factor(cut(scabies$house_inhabitants, c(0,5,10,Inf), labels = c("0-5","6-10","10+"), include.lowest = TRUE))
scabies$house_cat <- relevel(scabies$house_cat, ref = "0-5")
scabies <- scabies %>% mutate(scabies = case_when(scabies_infestation=="yes"~1,
                                                  scabies_infestation=="no"~0)) %>%
                      mutate(impetigo = case_when(impetigo_active=="yes" ~1,
                                                  impetigo_active=="no" ~0))

拟合模型

scabiesrisk <- glm(scabies~agegroups+gender+house_cat,data=scabies,family=binomial())
scabiesrisk_OR <- exp(cbind(OR= coef(scabiesrisk), confint(scabiesrisk)))
scabiesrisk_summary <- summary(scabiesrisk)
scabiesrisk_summary <- cbind(scabiesrisk_OR, scabiesrisk_summary$coefficients)
scabiesrisk_summary

这段代码在控制台中运行的非常好。但是当我尝试knitr时，我得到了：

model.frame.default中的错误(公式=疥疮~年龄组+性别+：变量'scabies调用的无效类型(列表)：

Answer 1

我能够重现您描述的问题，但还没有完全了解在引擎盖下发生了什么。

这个Markdown chunck很有趣：

```{r}

scabiesrisk_OR <- exp(OR=coef(疥疮风险)，coef((疥疮风险)

scabiesrisk_summary <-摘要(疥疮风险)

scabiesrisk_summary <- cbind(scabiesrisk_OR，scabiesrisk_summary$coefficients)

scabiesrisk_summary

如果我手动快速执行一个接一个地执行chunck中的行(ctrl+Enter x 4)，有时会得到两条分析消息：

Waiting for profiling to be done...
Waiting for profiling to be done...

在这种情况下，summary(scabiesrisk)是一个矩阵：

> class(scabiesrisk_summary)
[1] "matrix" "array" 

如果我手动缓慢地执行块中的行，我只收到一条分析消息：

Waiting for profiling to be done...

summary(scabiesrisk)是一个summary.glm：

> class(scabiesrisk_summary)
[1] "summary.glm"

看起来分析是在一个单独的线程上启动的，根据它是否完成，摘要函数不具有相同的行为。如果分析完成，它将返回预期的summary.glm对象，但如果不是，则会启动另一个分析并返回一个矩阵。

特别是，由于矩阵scabiesrisk_summary$coefficients不可用，在这种情况下，我得到以下错误消息：

Error in scabiesrisk_summary$coefficients : 
  $ operator is invalid for atomic vectors

​

​

这也可能发生在编织过程中:编织开销是否会使分析速度变慢，从而导致问题的发生？

使用找到的解决方法这里 (使用confint.default而不是confint)，我无法重现上面的问题：

scabiesrisk_OR <- exp(cbind(OR= coef(scabiesrisk), confint.default((scabiesrisk))))
scabiesrisk_summary <- summary(scabiesrisk)
scabiesrisk_summary <- cbind(scabiesrisk_OR, scabiesrisk_summary$coefficients)
scabiesrisk_summary
                       OR      2.5 %    97.5 %   Estimate Std. Error
(Intercept)    0.09357141 0.06984512 0.1253575 -2.3690303  0.1492092
agegroups0-10  2.20016940 1.60953741 3.0075383  0.7885344  0.1594864
agegroups11-20 2.53291768 1.79985894 3.5645415  0.9293719  0.1743214
gendermale     1.44749159 1.13922803 1.8391682  0.3698321  0.1221866
house_cat6-10  1.30521927 1.02586104 1.6606512  0.2663710  0.1228792
house_cat10+   1.17003712 0.67405594 2.0309692  0.1570355  0.2813713
                   z value     Pr(>|z|)
(Intercept)    -15.8772359 9.110557e-57
agegroups0-10    4.9442116 7.645264e-07
agegroups11-20   5.3313714 9.747386e-08
gendermale       3.0267824 2.471718e-03
house_cat6-10    2.1677478 3.017788e-02
house_cat10+     0.5581076 5.767709e-01

所以你也可以在你的情况下试试这个。

与直接可读的R函数confint.defaut相反，confint是一种S3分派方法(感谢@ Bolker提供了评论中的内部引用)，我还没有进一步研究如何解释这种令人惊讶的行为。

另一个选项似乎将scabiesrisk_summary保存在另一个变量中。

我尽力了，但做完之后再也没能重现这个问题：

```{r}

scabiesrisk_OR <- exp(OR=coef(疥疮风险)，coef((疥疮风险)

scabiesrisk_summary <-摘要(疥疮风险)

scabiesrisk_final <- cbind(scabiesrisk_OR，scabiesrisk_summary$coefficients)

scabiesrisk_final

Answer 2

我强烈怀疑您忘记在脚本中包括library(tidyverse)。如果加载了tidyverse，那么您的代码可以正常工作。如果不是的话：

• 尝试使用mutate() (并使用%>%)的步骤失败，因此从未在scabies数据集中创建scabies变量。
• 然后glm(scabies ~ ...)将响应变量scabies解释为整个数据集，并抱怨响应变量为“无效类型(列表)”。

因此，在数据帧中避免使用与数据帧本身同名的变量是很好的做法.

您的数据转换步骤可以清理一点(as.factor()是多余的；您可以在单个mutate()调用中作为步骤执行所有转换；as.numeric(x=="yes")是将字符串转换为0/1变量的更短的方法.)如果要做更多的工作，我将编写一个自定义mycut()函数，它以断点和所需的引用级别作为输入参数，构造自定义标签，并进行发布。

library(tidyverse)
scabies <- (read.csv(file = "S1-Dataset_CSV.csv") %>%
            mutate(agegroups <- cut(age, c(0,10,20,Inf),
                                    labels = c("0-10","11-20","21+"),
                                    include.lowest = TRUE),
                   agegroups = relevel(agegroups, ref = "21+"),
                   house_cat = cut(house_inhabitants, c(0,5,10,Inf),
                                   labels = c("0-5","6-10","10+"),
                                   include.lowest = TRUE),
                   house_cat = relevel(house_cat, ref = "0-5"),
                   scabies = as.numeric(scabies_infestation=="yes"),
                   impetigo = as.numeric(impetigo_active=="yes"))
)