mgcv中使用bam函数（discrete=T）预测时出现‘variable XXX is absent’警告的原因咨询

嘿，我来帮你拆解这个问题~

首先得先搞懂bam()里discrete = TRUE这个参数的作用：它是mgcv专门用来加速大样本模型拟合的手段，会把参与平滑项的连续变量做离散化分箱处理，或者对变量的设计矩阵做简化编码，以此减少计算量。而你遇到的警告，大概率和这个离散化的内部机制有关：

• 当你用discrete = TRUE拟合模型时，程序其实已经把原变量XXX转换成了离散化后的分箱变量（或者内部编码变量）来参与建模，而不是直接用XXX这个原始变量名。当你后续调用predict()时，模型矩阵在构建过程中，会尝试找原变量XXX，但此时模型实际依赖的是离散化后的内部变量，所以会抛出“变量XXX缺失”的警告——但这其实是个“假警报”，因为该变量的效应已经通过离散化后的形式被模型捕捉到了，这也是为什么你用predict(model, type="terms")还能看到不同观测的XXX效应差异。

• 另一种小概率情况：如果XXX是因子变量，discrete = TRUE下对因子的对比编码逻辑和常规gam()略有不同，拟合时的编码规则在预测时没有被完全匹配，但type="terms"是直接提取模型已经计算好的效应项，所以不会受影响。

给你几个验证和解决的思路：

• 先确认预测用的newdata里，XXX变量确实存在，没有拼写错误、大小写不一致或者数据子集筛选时误删的情况；
• 可以对比一下gam()（不用discrete参数）和bam(discrete=T)的预测结果，如果两者差异极小，说明这个警告完全不影响结果正确性，直接忽略也没关系；
• 要是实在不想看到这个警告，可以尝试把拟合时生成的离散化辅助变量（如果模型输出里有的话）同步到预测数据中，或者确保newdata的变量结构和拟合数据完全一致。

备注：内容来源于stack exchange，提问作者FredrikAa