R语言mutate函数报错：propensity_gam维度不匹配问题求助

错误原因 #

报错核心是分组操作导致predict返回结果长度不匹配：

• 你用group_by(clozapine.or.not)把数据集分成两组，其中第一组有3152行，但predict(mod, type = "response")返回了全数据集的6221个预测值，mutate要求当前组的变量长度必须和组内行数一致，因此触发错误。
• 更关键的是：倾向得分（propensity score）是针对全样本每个个体计算的（即每个样本被分到处理组的概率），完全不需要分组计算，分组操作本身就是错误的。

解决步骤 #

1. 移除多余的分组操作 #

直接在全数据集上计算倾向得分和权重，不需要group_by：

# 修正后的代码：去掉group_by操作
df_all <- df_all %>%
  mutate(propensity_gam = predict(mod, type = "response"),
         weight_gam = 1 / propensity_gam * death_yn + 
           1 / (1 - propensity_gam) * (1 - death_yn)
         )

2. 额外验证（可选但推荐） #

• 确认mod模型是基于df_all训练的，如果模型是用其他子集训练的，需要显式指定newdata = df_all：

  propensity_gam = predict(mod, newdata = df_all, type = "response")
  

• 检查death_yn是否为0/1的二分类变量，这是权重公式成立的前提。
• 检查propensity_gam是否存在0或1的极端值（会导致除以0报错），如果有可以用ifelse处理：

  weight_gam = ifelse(death_yn == 1, 
                      1 / pmax(propensity_gam, 1e-6), 
                      1 / pmax(1 - propensity_gam, 1e-6))
  

内容的提问来源于stack exchange，提问作者oohsehun