将预测与 svyglm 一起使用

Question

我发现predict 和survey 包中的svyglm 对象存在一些奇怪的行为。如果predict 中的新数据有一个级别的因子/字符，它会吐出错误：

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

如果我将单级变量作为模型的预测变量，则此错误是有道理的，但对于 newdata，我看不到问题所在。

使用常规的glm 可以正常工作。

MRE：

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级别，它会起作用，但这不是必需的：

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

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

是我误解了什么还是survey 包有问题？

Answer 1

你没有考虑newdata；您正在放入一个字符串。您应该放入一个与用于拟合模型的因素（不是一些随机短语）具有相同级别集的因素 - 这是设计的唯一方式矩阵是有道理的。

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，但我可能错了）。您可以使用该方法实现自动化：

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

我会把它放在为包裹做的事情清单上。