能否用仅含目标项的partial newdata对GAM特定项进行预测？

问题背景 #

使用mgcv的predict.gam()指定type='terms'和terms参数预测特定项时，即便这些项只用到部分变量，仍要求newdata包含模型中所有变量，否则会报错。但实际上未指定的项不会影响预测结果，无需提供有效取值。

解决方案 #

方法1：自动补全缺失变量

编写辅助函数，自动为newdata补充模型中缺失的变量（填充任意值即可，不影响目标项的预测结果）：

library(mgcv)
library(data.table)

predict_gam_target_terms <- function(model, newdata, terms) {
  # 提取模型所有自变量
  all_pred_vars <- all.vars(model$formula)[-1]
  # 找出newdata中缺失的变量
  missing_vars <- setdiff(all_pred_vars, names(newdata))
  # 填充缺失变量为0（或均值、常数，不影响结果）
  if (length(missing_vars) > 0) {
    newdata[, (missing_vars) := 0]
  }
  # 执行目标项预测
  predict(model, newdata = newdata, type = "terms", terms = terms)
}

# 测试示例
train = data.table(response = rnorm(100), a = rnorm(100), b = rnorm(100), d = rnorm(100))
mod = gam(response ~ s(a) + s(b) + s(d), data = train)
newdat = data.table(a = -1:1, b = -1:1)

predict_gam_target_terms(mod, newdat, c("s(a)", "s(b)"))

方法2：单独提取光滑项直接预测

直接从GAM模型中提取目标光滑项的对象，单独调用其预测方法，完全无需处理无关变量：

predict_gam_smooth_terms <- function(model, newdata, terms) {
  pred_list <- lapply(terms, function(term) {
    # 找到对应光滑项的索引
    smooth_idx <- which(sapply(model$smooth, function(x) x$label) == term)
    # 调用光滑项的预测函数
    predict(model$smooth[[smooth_idx]], newdata = newdata)
  })
  # 合并结果为矩阵
  pred_mat <- do.call(cbind, pred_list)
  colnames(pred_mat) <- terms
  # 添加截距属性（与type='terms'输出格式一致）
  attr(pred_mat, "constant") <- coef(model)[["(Intercept)"]]
  return(pred_mat)
}

# 测试示例
predict_gam_smooth_terms(mod, newdat, c("s(a)", "s(b)"))

说明 #

• 方法1兼容predict.gam()的原生参数和输出格式，适合批量处理不同模型的统一调用场景。
• 方法2更轻量化，直接操作光滑项对象，无需引入无关变量，适合仅需预测特定光滑项的场景。

内容的提问来源于stack exchange，提问作者chm