使用glm函数做泊松回归预测时出现log(time)错误的排查与解决

错误解释 #

Error in log(time) : non-numeric argument to mathematical function 本质是：你的模型公式包含offset(log(time))，调用predict时，传入的newdata里没有提供time变量，程序找不到这个变量来计算offset项，因此抛出错误。

修复方法 #

根据你的预测需求，有两种处理方式：

1. 预测特定时间长度下的失败数/事件数 #

如果你想预测随访时间为某一特定值时的失败事件数，只需在newdata中补充time的取值即可。比如预测随访100天的情况：

predict(poisson.fit, newdata = data.frame(ph.karno = 50, age = 55, time = 100), type="response")

2. 预测单位时间内的失败率 #

如果你的目标是预测单位时间的失败率，可以调整建模和预测的方式：

• 首先调整建模代码（两种写法等价，选一种即可）：

# 写法1：在公式外指定offset
poisson.fit = glm(status ~ ph.karno + age, offset = log(time), family = "poisson", data = lung)

# 写法2：保持公式内的offset，和原代码一致
poisson.fit = glm(status ~ offset(log(time)) + ph.karno + age, family = "poisson", data = lung)

• 预测时，通过offset参数传入单位时间的log值（比如time=1，对应log(1)）：

predict(poisson.fit, newdata = data.frame(ph.karno = 50, age = 55), offset = log(1), type="response")

如果需要预测其他时间长度的率，只需把offset里的log(1)换成对应时间的log值，比如log(200)代表随访200天的率。

内容的提问来源于stack exchange，提问作者Joe