将预测与 svyglm 结合使用

Question

我发现包中predict的svyglm对象和对象有一些奇怪的行为survey。如果您的 newdata 中predict的因子/字符具有一个级别，则会输出错误：

Error in `contrasts<-`(`*tmp*`, value = contr.funs[1 + isOF[nn]]) : 
contrasts can be applied only to factors with 2 or more levels

如果我将一个单级变量作为模型的预测变量，这个错误是有道理的，但对于 newdata 我没有看到问题。

定期glm这工作正常。

雷：

library(survey)

data(api)

dstrat<-svydesign(id=~1,strata=~stype, weights=~pw, data=apistrat, fpc=~fpc)

svymodel <- svyglm(api00~sch.wide,design=dstrat)
# errors
predict(svymodel, data.frame(sch.wide=rep("No",10)))

regmodel <- glm(api00~sch.wide,data=apistrat)
# works
predict(regmodel,data.frame(sch.wide=rep("No",10)))

我发现如果我破解因子的水平它会起作用，但这应该不是必需的：

svymodel <- svyglm(api00~sch.wide,design=dstrat)

predict(svymodel, data.frame(sch.wide=factor(rep("No",10),
                                             levels = c("No","random phrase"))))

我是不是误解了什么，或者这是survey包裹的问题？

Answer 1

您没有考虑因素newdata；你要输入一个字符串。你应该输入一个与用于拟合模型的因子具有相同级别的因子（不是一些随机短语）——这是设计矩阵有意义的唯一方式。

predict(svymodel, data.frame(sch.wide=factor(rep("No",10),levels=c("No","Yes"))))

predict.lm从拟合对象中恢复因子水平（我不记得这是在 2002 年左右，但我可能错了）。您可以使用这种方法来自动化：

predict(svymodel, data.frame(sch.wide=factor(rep("No",10),levels=svymodel$xlevels$sch.wide)))

我会把它放在包裹里要做的事情的清单上。