Использование функции ns () из пакета splines внутри glm ()

Question

Я пытаюсь использовать функцию ns() из пакета сплайны с пуассоновым GLM, который я использую для проверки значимости концентрации твердых частиц (pm.lag0) для результатов в отношении здоровья (Freq):

   > gfit4 = glm(Freq ~ pm.lag0 + ns(date, df=2), family = poisson(), 
                 data = dt,  offset = log(pop))

Я получаю эти ошибки обратно:

Error in splineDesign(knots, x, ord, derivs, outer.ok = outer.ok) : 
  must have at least 'ord' knots
In addition: Warning message:
In sort(as.numeric(knots)) : NAs introduced by coercion

Разве это не допустимое использование ns()? Может кто-нибудь помочь мне расшифровать это сообщение об ошибке? Документация сплайнов, которую предоставляет R, похоже, не соответствует этой ошибке (?ns).

Answer 1

Я не вижу причины, по которой, в принципе, невозможно использовать ns() в glm(). Чтобы понять почему, изучите, что ns() делает в формуле. От ?ns

> model.frame(weight ~ ns(height, df = 5), data = women)
   weight ns(height, df = 5).1 ns(height, df = 5).2 ns(height, df = 5).3 ns(height, df = 5).4 ns(height, df = 5).5
1     115         0.000000e+00         0.000000e+00         0.000000e+00         0.000000e+00         0.000000e+00
2     117         7.592323e-03         0.000000e+00        -8.670223e-02         2.601067e-01        -1.734045e-01
3     120         6.073858e-02         0.000000e+00        -1.503044e-01         4.509132e-01        -3.006088e-01
4     123         2.047498e-01         6.073858e-05        -1.677834e-01         5.033503e-01        -3.355669e-01
5     126         4.334305e-01         1.311953e-02        -1.324404e-01         3.973211e-01        -2.648807e-01
6     129         6.256681e-01         8.084305e-02        -7.399720e-02         2.219916e-01        -1.479944e-01
7     132         6.477162e-01         2.468416e-01        -2.616007e-02         7.993794e-02        -5.329196e-02
8     135         4.791667e-01         4.791667e-01         1.406302e-02         2.031093e-02        -1.354062e-02
9     139         2.468416e-01         6.477162e-01         9.733619e-02         2.286023e-02        -1.524015e-02
10    142         8.084305e-02         6.256681e-01         2.707683e-01         6.324188e-02        -4.052131e-02
11    146         1.311953e-02         4.334305e-01         4.805984e-01         1.252603e-01        -5.240872e-02
12    150         6.073858e-05         2.047498e-01         5.954160e-01         1.989926e-01         7.809246e-04
13    154         0.000000e+00         6.073858e-02         5.009718e-01         2.755102e-01         1.627794e-01
14    159         0.000000e+00         7.592323e-03         2.246113e-01         3.520408e-01         4.157556e-01
15    164         0.000000e+00         0.000000e+00        -1.428571e-01         4.285714e-01         7.142857e-01

Что показывает, что он обеспечивает основу B-сплайна для естественного сплайна переменной height. Здесь ничего особенного.

Следовательно, я подозреваю, что ваша переменная date не является числовой или не является чем-то, с чем R мог бы работать, принудительно указав ее как числовую без введения NA - см. Предупреждение. Однако без воспроизводимого примера и информации о ваших данных невозможно сказать!

Кроме того, вы можете захотеть взглянуть на функцию gam() в пакете mgcv , которая как Рекомендуемый пакет распространяется вместе с R. Она разработана для полупараметрической настройки. модели, описанные вами, могут включать параметрические термины, а также сглаживать / сплайны других терминов. Пакет является достаточно полным и может вместить большое количество типов сплайнов. Смотрите руководство.

Answer 2

Прочтите страницу справки для функции ns ?ns, в разделе об аргументе df, в который она входит:

One can supply ‘df’ rather than knots;
          ‘ns()’ then chooses ‘df - 1 - intercept’ knots at suitably
          chosen quantiles of ‘x’

И поскольку вы указали 2 степени свободы и не подавили перехват по умолчанию, это означает, что вы попросили его установить сплайн с 0 узлами, чего он не знает, как это сделать. Попробуйте указать большее число для df, и оно должно работать для вас.