glmmLasso运行报错：数组不兼容及下标赋值含NA问题求助

问题描述 #

运行以下R代码时出现报错：

library(haven)
library(survival)
library(dplyr)
library(readr)
library(glmmLasso)
par(mar=c(1,1,1,1))
library(discSurv)
HH <- as.data.frame(read_dta("https://www.stata.com/data/jwooldridge/eacsap/recid.dta"))
HHC <- contToDisc(dataShort = HH, timeColumn = "durat", intervalLimits = 20, equi = TRUE)

dtLong <- dataLong(dataShort = HHC, timeColumn = "timeDisc",
                   eventColumn = "cens", timeAsFactor = FALSE)
formula.1 <- y~factor(black)+factor(alcohol)
family <- binomial(link = "logit")
lambda <- 20
penal.vec <- 20
next.try <- TRUE

BIC_vec <- rep(Inf,length(lambda))
Deltama.glm2 <- as.matrix(t(rep(0,3)))#coefficients + Intercept
Smooth.glm2 <- as.matrix(t(rep(0,20)))
j <- 1;test.step <- 1;

glm2 <- glmmLasso(formula.1,  
                  rnd = NULL,family = family, data = dtLong, lambda=lambda[j],final.re=T,switch.NR=F,
                  control = list(smooth=list(formula=~-1+as.numeric(timeInt),nbasis=20,spline.degree=3,
                                             diff.ord=2,penal=penal.vec[test.step],start=Smooth.glm2[j,]),
                                 method.final="EM", print.iter=T,print.iter.final=T, 
                                 eps.final=1e-4,epsilon=1e-4,complexity="non.zero",
                                 start=Deltama.glm2[j,])) 

两种初始值设置下的报错 #

• 初始设置Deltama.glm2<-as.matrix(t(rep(0,3)))时：

Iteration 41
Final Re-estimation Iteration 9Error in Z_aktuell * D : non-conformable arrays

• 修改为Deltama.glm2<-as.matrix(t(rep(0,2)))后：

Iteration 1Error in grad.lasso[b.is.0] <- score.beta[b.is.0] - lambda.b * sign(score.beta[b.is.0]) :
NAs are not allowed in subscripted assignments

已尝试移除初始值，但问题仍未解决。

原因分析与解决方法 #

1. 初始值维度不匹配 #

公式y~factor(black)+factor(alcohol)对应的固定效应参数包括：截距项、factor(black)的1个哑变量参数、factor(alcohol)的1个哑变量参数，共3个参数。初始值Deltama.glm2长度设为2时，参数数量不足引发下标赋值NA错误；设为3时，报错核心出在平滑项的初始值与模型设置不兼容。

2. 平滑项设置冲突 #

control$smooth中设置nbasis=20，但dtLong的timeInt是离散时间区间，实际区间数量远小于20，导致样条基函数的设计矩阵与数据维度不匹配，引发数组相乘时的维度错误。

3. 分步解决步骤 #

• 确认固定效应参数数量
  先运行基础glm模型确认参数个数，确保初始值长度匹配：

  base_glm <- glm(formula.1, family = family, data = dtLong)
  print(length(coef(base_glm))) # 应返回3
  Deltama.glm2 <- matrix(rep(0, length(coef(base_glm))), nrow=1)
  

• 调整平滑项设置
  把nbasis设为数据中实际的时间区间数量，且移除自定义平滑项初始值，避免维度冲突：

  control = list(smooth=list(formula=~-1+as.numeric(timeInt),
                             nbasis=length(unique(dtLong$timeInt)),
                             spline.degree=3,diff.ord=2,penal=penal.vec[test.step]),
                 method.final="EM", print.iter=T,print.iter.final=T, 
                 eps.final=1e-4,epsilon=1e-4,complexity="non.zero")
  

• 简化初始设置
  先去掉所有自定义初始值，让模型从默认值开始拟合，排除初始值干扰：

  glm2 <- glmmLasso(formula.1,  
                    rnd = NULL,family = family, data = dtLong, lambda=lambda[j],final.re=T,switch.NR=F,
                    control = control)
  

• 检查数据结构
  确认长格式数据的变量是否正常生成，无缺失或异常值：

  str(dtLong)
  table(dtLong$y, dtLong$timeInt)
  

内容的提问来源于stack exchange，提问作者Magondo