将嵌套和地图与mgcv gam和扫帚增强功能结合使用

问题描述

我正在尝试为分组数据框中的每个样本创建平滑样条。为此，我使用了嵌套地图方法和mgcv gam（在此示例https://smu095.github.io/2019/02/16/2019-02-16-tidytuesday-fitting-multiple-time-series-models-using-purrr/之后）。

运行gam之后，我想使用broom :: augment提取拟合数据并计算置信区间。

此代码在broom 0.5.6上有效，但在新的broom 0.7版本上引发错误。 broom :: tidy和broom：glance仍然可以使用这种格式，但是扩充会因“错误：mutate()输入augment_spline出现问题而停止。 x对象“年份”未找到”

下面的示例代码

library(tidyverse)
library(dslabs)

#Use the gapminder dataset that comes with dslabs as an example
glimpse(gapminder)

gapminder_nest <- gapminder %>% 
  group_by(country) %>% 
  nest()%>%
  mutate(splined =map(data,~mgcv::gam(population ~ s(year,k=5,bs="tp"),data=.x))) %>%
  mutate(augment_spline= map(splined,broom::augment))%>%
  unnest(augment_spline)%>%
  dplyr::select(country,population,.fitted,.se.fit)

如果使用扫帚0.5.6，则运行相同的代码

devtools::install_version("broom",version = "0.5.6",repos = "http://cran.us.r-project.org")

我可以找到的所有在线教程都提供了类似的代码，这些代码似乎无法使用broom 0.7进行工作

解决方法

在较新的版本中，我认为它也需要newdata参数中的数据。您可以使用map2将数据作为单独的参数传递。

library(tidyverse)
library(dslabs)

gapminder_nest <- gapminder %>% 
  group_by(country) %>% 
  nest()%>%
  mutate(splined = map(data,~mgcv::gam(population ~ s(year,k=5,bs="tp"),data=.x))) %>%
  mutate(augment_spline = map2(splined,data,~broom::augment(.x,newdata = .y))) %>%
  unnest(augment_spline)

虽然可以，但是不会像broom的0.5.6版本那样返回所有列，即se.fit，.resid，.hat，{{1 }}和.sigma。这只会返回.cooksd列。