自定义GAMM绘图函数适配新模型时失效问题排查

问题根源 #

错误提示“Some specified variable(s) not used in model: * x”说明函数在处理无随机效应模型时，仍尝试调用模型中不存在的变量（比如硬编码的x），或是未针对re1/re2=NULL的情况做逻辑分支，导致执行了依赖随机效应变量的代码。

具体解决方案 #

1. 添加re1/re2=NULL的分支逻辑 #

在函数开头明确区分有/无随机效应的处理路径，避免无随机效应时执行依赖随机变量的代码：

draw.crossed <- function(fit, re1 = NULL, re2 = NULL) {
  # 判断是否存在交叉随机效应
  has_crossed_re <- !is.null(re1) && !is.null(re2)
  
  if (has_crossed_re) {
    # 原有交叉随机效应的绘制逻辑
    # 比如使用gratia提取平滑项、结合ggplot绘图的代码
    # ...
  } else {
    # 无随机效应时，直接调用gratia的默认绘图函数处理主效应
    p <- gratia::draw(fit)
    return(p)
  }
}

2. 检查并验证模型变量存在性 #

在函数中添加变量检查逻辑，确保要使用的变量确实存在于模型中：

# 获取模型包含的所有变量项
model_terms <- attr(terms(fit), "term.labels")

# 示例：检查随机效应变量是否存在
if (!is.null(re1) && !re1 %in% model_terms) {
  stop(paste("Model does not contain random effect variable:", re1))
}

3. 修正gratia函数的调用参数 #

如果使用gratia::smooth_estimates()或gratia::fitted_values()，确保传入的terms参数是模型实际存在的项。比如无随机效应时，不要传入随机效应对应的平滑项：

# 仅当re1/re2存在时，提取对应的随机效应平滑项
if (has_crossed_re) {
  smooth_terms <- c(paste0("s(", re1, ")"), paste0("s(", re2, ")"))
  smooths <- gratia::smooth_estimates(fit, terms = smooth_terms)
  # 后续绘图逻辑
}

4. 调试定位问题代码 #

在函数中插入browser()进入交互式调试，逐步排查哪一行触发了错误：

draw.crossed <- function(fit, re1 = NULL, re2 = NULL) {
  browser() # 调用函数时会进入调试模式
  # 原有代码...
}

调用draw.crossed(fit.2, re1=NULL, re2=NULL)后，可查看当前环境中的变量、执行每一行代码，定位到引用不存在变量的位置。

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