基于新数据的零膨胀GAM预测

Question

在零膨胀的GAM (ziplss)中，当我使用新的数据和2)计数部分有不属于零通货膨胀部分的分类变量时，我得到了一个警告。对于零通胀部分中没有表示的每一个范畴变量都有一个警告。

下面是一个可重复的例子：

library(mgcv)
library(glmmTMB)
data(Salamanders)   
Salamanders$x <- rnorm(nrow(Salamanders), 0, 10)

zipgam <- gam(list(count ~ spp * mined + s(x) + s(site, bs = "re"),
                ~ spp),
           data = Salamanders, family = ziplss, method = "REML")

preds.response <- data.frame(Predict = predict(zipgam, type = "response"))

nd <- data.frame(x = 0, spp = "GP", mined = "yes", site = Salamanders$site[1])      
nd$pred <- predict(zipgam, newdata = nd, exclude="site")

我在任何地方都没有见过这种情况，这很奇怪，并告诉我，我可能做错了什么(否则，这将在搜索结果中得到)。会很感激你的洞见。

Answer 1

我认为这只是实施过程中的一种违法行为。我所看到的警告是：

Warning message:
In model.matrix.default(Terms[[i]], mf, contrasts = object$contrasts) :
  variable 'mined' is absent, its contrast will be ignored

这是无害的(至少在本例中；我没有检查过其他情况)，并且生成的原因是只有一个object$contrasts，它包含关于mined的详细信息，但是这个变量不存在于第二个线性预测器中，因此R警告说，它将忽略mined变量的对比，但只有在为模型的零通胀部分构建模型矩阵时才会发生这种情况。计数部分正确地使用mined变量和正确的对比。

您可能会说，如果$contrasts是一个列表，那么每个线性预测器中的一个将是一个更好的设计，然后使用以下方法创建模型矩阵：

model.matrix.default(Terms[[i]], mf, contrasts = object$contrasts[[i]])

但我不知道这是否会破坏mgcv中的其他一切。

目前，该模型的$contrasts只是：

> zipgam$contrasts
$spp
[1] "contr.treatment"

$mined
[1] "contr.treatment"

$spp
[1] "contr.treatment"

已经显示了一些冗余。