R语言自定义均值控制预测函数返回常数结果的问题修复

问题说明 #

编写的gen.line扩展函数用于生成控制其他变量为均值的偏效应预测线，但处理lm(y ~ cos(x)+cos(z))模型时，返回的预测y值前几行显示为常数，看似未随x变化。

原因分析 #

并非函数逻辑错误，而是x的初始取值段对应的cos(x)变化极小：

• x的取值范围是50_{58弧度，余弦函数周期为2π≈6.28弧度，50弧度接近7个完整周期（7×2π≈43.98），剩余6.02弧度接近2π，因此`cos(50)`≈0.965，x初始段（如50}50.4）的cos(x)值始终接近1，导致预测y的变化幅度极小，显示时被四舍五入为50.0。
• 查看完整的预测序列会发现，当x继续增大，cos(x)会进入下一个周期的波动区间，预测y值会随之明显变化。

验证与修正 #

1. 查看完整预测结果 #

运行以下代码查看全部200行数据的y值变化：

result <- gen.line(fit, x, "x", extra_vars = list(z = z))
print(result, n = 200)

可以看到y值会随x的增大出现明显波动，例如x接近53弧度时，cos(x)≈-1，预测y会降到约49.2左右。

2. 绘制预测曲线 #

通过绘图直观展示y随x的变化：

plot(result$x, result$y, type = "l", xlab = "x", ylab = "Predicted y")

曲线会呈现余弦函数的周期性波动，证明预测值并非常数。

3. 优化函数（可选：生成y随变换项的变化） #

若希望直接展示y随cos(x)的变化（更贴合偏效应的本质），可修改函数生成cos(x)的序列而非原始x：

gen.line_transformed <- function(fit, transform_var, name, l=200, extra_vars=list()){
  suppressPackageStartupMessages(require(dplyr))
  # 生成变换后变量的序列
  df <- data.frame(
    x = seq(
      min(transform_var),
      max(transform_var),
      length.out=l
    )
  ) %>% 
    setNames(name) %>%
    as_tibble()
  # 添加其他变量的均值
  for(var in names(extra_vars)) {
    df <- df %>% 
      mutate(!!var := mean(extra_vars[[var]]))
  }
  p <- predict(fit, newdata=df)
  line.data <- tibble(
    !!name := df[[name]],
    y = p
  )
  return(line.data)
}

# 使用cos(x)作为变换变量生成预测线
result_cos <- gen.line_transformed(fit, cos(x), "cos(x)", extra_vars = list(z = z))
plot(result_cos$`cos(x)`, result_cos$y, type = "l", xlab = "cos(x)", ylab = "Predicted y")

此时曲线会呈现线性关系，符合模型中cos(x)的系数设定。

内容的提问来源于stack exchange，提问作者Shawn Hemelstrand