如何对数据框列中存储的GAM模型对象执行gam.check()？

问题根源 #

你之前的模型构建代码存在关键错误：没有对嵌套的分组数据集逐个调用gam()，导致fit列并未正确存储每个city/sex分组对应的GAM模型，这是后续调用gam.check()报错的核心原因。

步骤1：修正模型构建代码 #

必须先按city/sex分组，再用purrr::map()遍历每个嵌套数据集，生成对应分组的GAM模型：

library(dplyr)
library(purrr)
library(mgcv)

# 正确构建每个分组的GAM模型
fitted_gam <- demographic_data %>%
  group_by(city, sex) %>%
  nest(data = c(age, year, count)) %>%
  mutate(fit = map(data, ~ gam(count ~ s(age) + s(year),
                               data = .x,
                               family = poisson,
                               method = "REML"))) %>%
  ungroup()

步骤2：批量执行gam.check() #

gam.check()主要用于输出诊断信息（无重要返回值），因此用purrr::walk()遍历fit列的模型对象最适合：

带分组标识的批量执行（便于区分输出）

fitted_gam %>%
  pwalk(list(city, sex, fit), ~ {
    cat("=== 分组：城市=", ..1, "，性别=", ..2, " ===\n", sep = "")
    gam.check(..3)
    cat("\n-------------------------\n")
  })

简洁版批量执行

# 直接遍历fit列所有模型
walk(fitted_gam$fit, gam.check)

步骤3：单个分组的模型诊断 #

如果只需查看特定分组的诊断结果，要用pull()提取单个模型对象（select()返回的是tibble，不是模型本身）：

# 提取London/Male分组的模型并执行诊断
london_male_model <- fitted_gam %>%
  filter(city == 'London', sex == 'Male') %>%
  pull(fit) %>%
  pluck(1)  # 提取列表中的模型对象

gam.check(london_male_model)

内容的提问来源于stack exchange，提问作者Olivander