问题描述
我在 mgcv 中运行以下 bam 模型：
model <- bam(x~s(y,by=aa,k=-1) + aa + s(bb,bs='re') + s(lat,long),family=betar,data=dataframe)
其中 y 是连续的，aa 和 bb 是分类预测变量。为了说明空间自相关，lat 和 long 被包括为平滑的交互项。数据框非常大（> 200 万行，因此采用 bam 方法）。模型似乎在几个小时后以正确的 df 运行，并且图看起来正确，但模型给出了以下警告消息：
Warning messages:
1: In wt * LS :
longer object length is not a multiple of shorter object length
2: In muth * (log(y) - log1p(-y)) :
longer object length is not a multiple of shorter object length
3: In -lgamma(theta) + lgamma(muth) + lgamma(theta - muth) - muth * :
longer object length is not a multiple of shorter object length
4: In -lgamma(theta) + lgamma(muth) + lgamma(theta - muth) - muth * :
longer object length is not a multiple of shorter object length
5: In -lgamma(theta) + lgamma(muth) + lgamma(theta - muth) - muth * :
longer object length is not a multiple of shorter object length
6: In prior.weights * y :
longer object length is not a multiple of shorter object length
7: In 2 * wt * (-lgamma(theta) + lgamma(muth) + lgamma(theta - muth) - :
longer object length is not a multiple of shorter object length
我尝试在 Google 上搜索这些内容，但找不到任何有助于理解的上下文。我试过生成虚拟数据，但考虑到数据的大小和模型的复杂性，我正在努力提供一个可重现的示例。我应该如何关注这些警告消息，谁能帮助解释它们？
编辑：我已经更新了下面的虚拟代码以显示 bam 模型的结构，但我不能让它给出与上面相同的可重现错误：
library(mgcv)
beta <- 0.0002
n <- 1000
set.seed(1)
lat <- runif(n,min = 0,max = 100)
set.seed(2)
long <- runif(n,max = 100)
temp1a <- data.frame(y = exp(beta * seq(n)) + rnorm(n),long=long,lat=lat,time = seq(n),model="a",category="a")
temp1b <- data.frame(y = exp(beta * seq(n)) + rnorm(n),model="b",category="a")
temp1c <- data.frame(y = exp(beta * seq(n)) + rnorm(n),model="c",category="a")
temp1d <- data.frame(y = exp(beta * seq(n)) + rnorm(n),model="d",category="a")
temp1e <- data.frame(y = exp(beta * seq(n)) + rnorm(n),model="e",category="a")
temp2a <- data.frame(y = exp(beta * seq(n)) + rnorm(n),category="b")
temp2b <- data.frame(y = exp(beta * seq(n)) + rnorm(n),category="b")
temp2c <- data.frame(y = exp(beta * seq(n)) + rnorm(n),category="b")
temp2d <- data.frame(y = exp(beta * seq(n)) + rnorm(n),category="b")
temp2e <- data.frame(y = exp(beta * seq(n)) + rnorm(n),category="b")
temp3a <- data.frame(y = exp(beta * seq(n)) + rnorm(n),category="c")
temp3b <- data.frame(y = exp(beta * seq(n)) + rnorm(n),category="c")
temp3c <- data.frame(y = exp(beta * seq(n)) + rnorm(n),category="c")
temp3d <- data.frame(y = exp(beta * seq(n)) + rnorm(n),category="c")
temp3e <- data.frame(y = exp(beta * seq(n)) + rnorm(n),category="c")
temp4a <- data.frame(y = exp(beta * seq(n)) + rnorm(n),category="d")
temp4b <- data.frame(y = exp(beta * seq(n)) + rnorm(n),category="d")
temp4c <- data.frame(y = exp(beta * seq(n)) + rnorm(n),category="d")
temp4d <- data.frame(y = exp(beta * seq(n)) + rnorm(n),category="d")
temp4e <- data.frame(y = exp(beta * seq(n)) + rnorm(n),category="d")
df <- rbind(temp1a,temp1b,temp1c,temp1d,temp1e,temp2a,temp2b,temp2c,temp2d,temp2e,temp3a,temp3b,temp3c,temp3d,temp3e,temp4a,temp4b,temp4c,temp4d,temp4e)
df$model <- as.factor(df$model)
df$category <- as.factor(df$category)
df$time <- as.numeric(df$time)
df$y <- as.numeric(df$y)
str(df)
df$y [df$y == 1] <- 0.999999
df$y [df$y == 0] <- 0.000001
m1 <- bam(y~s(time,by=category,k=-1) + category + s(model,bs='re') + s(long,lat),data=df)
（提前为上面糟糕的代码道歉）
编辑 #2：包含以下实际数据的 str(df)：
'data.frame': 3453552 obs. of 7 variables:
$ long : num 11.7 11.6 11.5 11.4 11.3 11.2 11.1 11 10.9 10.8 ...
$ lat : num 75 75 75 75 75 75 75 75 75 75 ...
$ bb : Factor w/ 6 levels "1","2","3","4",..: 1 1 1 1 1 1 1 1 1 1 ...
$ aa: Factor w/ 4 levels "a","b","c",..: 4 4 4 4 4 4 4 4 4 4 ...
$ y : num 2014 2014 2014 2014 2014 ...
$ x : num 0.0342 0.0128 0.0118 0.0101 0.0079 ...
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）