当包"MuMin“安装在R中时，MuMin失败

Question

安装"MuMIn“包时，使用predict.gls时会收到错误消息。

以下(Ex. )( 1)工程：

### EX. 1

library(nlme)

# example code from https://stat.ethz.ch/R-manual/R-devel/library/nlme/html/predict.gls.html

fm1 <- gls(follicles ~ sin(2*pi*Time) + cos(2*pi*Time), Ovary,
           correlation = corAR1(form = ~ 1 | Mare))
newOvary <- data.frame(Time = c(-0.75, -0.5, 0, 0.5, 0.75))
predict(fm1, newOvary)

# [1]  9.441686 13.116003 11.316793 13.116003 14.991110
# attr(,"label")
# [1] "Predicted values"

然而，以下(Ex. )2)生成错误消息，尽管库(MuMIn)行是与Ex的唯一不同之处。1：

### EX. 2

library(nlme)
library(MuMIn) # (This is the only thing different from Ex. 1)

# example code from https://stat.ethz.ch/R-manual/R-devel/library/nlme/html/predict.gls.html

fm1 <- gls(follicles ~ sin(2*pi*Time) + cos(2*pi*Time), Ovary,
           correlation = corAR1(form = ~ 1 | Mare))
newOvary <- data.frame(Time = c(-0.75, -0.5, 0, 0.5, 0.75))
predict(fm1, newOvary)

# Error in eval(predvars, data, env) : object 'follicles' not found

，有人知道为什么会这样吗？在安装MuMIn时使用“预测”似乎存在不兼容性。

有趣的是，以下(Ex。( 3)直接调用predict.gls，将其还原为工作状态：

### EX. 3

library(nlme)
library(MuMIn) 

# example code from https://stat.ethz.ch/R-manual/R-devel/library/nlme/html/predict.gls.html

fm1 <- gls(follicles ~ sin(2*pi*Time) + cos(2*pi*Time), Ovary,
       correlation = corAR1(form = ~ 1 | Mare))
newOvary <- data.frame(Time = c(-0.75, -0.5, 0, 0.5, 0.75))
nlme:::predict.gls(fm1, newOvary) # (This is the only thing different from Ex. 2)

# [1]  9.441686 13.116003 11.316793 13.116003 14.991110
# attr(,"label")
# [1] "Predicted values"

但是，我已经读到，使用'nlme:::predict.gls‘作为’：：‘可能’有风险‘是不可取的，因为它访问的内部函数并不是直接可用的。

下面是我当前的R.version输出：

x86_64-w64-mingw32 32平台

arch x86_64

os mingw32

系统x86_64，mingw32

状态

专业3

未成年人4.0

2017年

04年月

第21天

svn rev 72570

语言R

version.string R版本3.4.0 (2017-04-21)昵称“你愚蠢的黑暗”

顺便说一句，我的旧电脑上没有这个问题，它使用了一个旧版本的R。我有个朋友试着用Ex。在他的电脑上，也产生了一条错误信息。

对Ex中错误消息的原因的任何洞察。2，以及如何在不诉诸Ex解决办法的情况下修复它。3，非常感谢！

Answer 1

"MuMIn“实现了自己的predict.gls方法，该方法允许使用se.fit，但事实证明，它可能有一个错误。如果您在 "MuMIn“之后加载"nlme”，将使用"nlme“中的原始方法。

编辑：，现在已经修好了。请将MuMIn更新为1.16.5版，来自R：install.packages("MuMIn", repos="http://R-Forge.R-project.org")

Answer 2

绕过这个问题的一种方法是使用函数MuMIn:::predict.gls将响应变量follicles添加到newdata数据集中。可以向响应变量输入随机值，它们将不用于计算。

library(nlme)
library(MuMIn)

fm1 <- gls(follicles ~ sin(2*pi*Time) + cos(2*pi*Time), Ovary,
                   correlation = corAR1(form = ~ 1 | Mare))
newOvary <- data.frame(Time = c(-0.75, -0.5, 0, 0.5, 0.75), follicles=rep(1,5))
predict(fm1, newOvary)

############
[1]  9.441686 13.116003 11.316793 13.116003 14.991110
attr(,"label")
[1] "Predicted values"

这些估计与nlme:::predict.gls给出的估计完全相同

nlme:::predict.gls(fm1)
[1]  9.441686 13.116003 11.316793 13.116003 14.991110
attr(,"label")
[1] "Predicted values"