如何在R语言的glm函数中将预测变量偏移一行？

你可以用dplyr包的lag()函数，直接在模型公式里生成前一小时的物种观测值，不用手动新增列。具体实现如下：

首先确保安装并加载dplyr包：

install.packages("dplyr") # 首次使用需安装
library(dplyr)

然后修改你的GLM模型公式，对需要滞后的变量（Elephant、Lion）使用lag()函数，再进行标准化：

giraffe_glm.fit <- glm(
  giraffe ~ scale(lag(Elephant)) + scale(Hour) + scale(lag(Lion)),
  data = data_num,
  family = binomial
)

原理说明 #

• lag(Elephant)会自动提取每个观测的前一行Elephant值，正好对应你需要的“前一小时数据”：比如Hour1的Giraffe会匹配Hour0的Elephant，Hour2匹配Hour1的Elephant，以此类推。
• 第一行（Hour0）没有前一行数据，lag()会生成NA，GLM运行时会自动剔除这一行含缺失值的观测，不影响后续有效数据的建模。

不用dplyr的替代方案 #

如果你不想加载额外包，可以用基础R的语法手动构造滞后序列，原理是取变量除最后一行外的所有值，前面补NA：

giraffe_glm.fit <- glm(
  giraffe ~ scale(c(NA, head(Elephant, -1))) + scale(Hour) + scale(c(NA, head(Lion, -1))),
  data = data_num,
  family = binomial
)

这种写法效果和lag()完全一致，但变量多的时候代码会比较繁琐，更推荐用dplyr::lag()。

内容的提问来源于stack exchange，提问作者Rebecka