R语言预测任务滑动窗口切分建模代码报错求解

你的代码一共有3处核心错误，直接导致运行报错、输出结果不符合预期：

• 训练集筛选逻辑错误：使用==做多年份匹配时，R会对长度不一致的向量做循环对齐，不仅无法准确取出t、t+1、t+2三年的训练样本，甚至可能筛出空数据集，触发glm拟合时的Argument mu must be a nonempty numeric vector报错，你看到的"longer object length is not a multiple of shorter object length"警告就是这个问题导致的。多年份匹配应该用*%in%*操作符。
• predict函数参数错误：predict.glm()指定待预测数据集的参数是newdata，不是data。你写data=df_sub2时函数不会读取你准备的单年测试集，会默认用拟合模型的3行训练集做预测，所以每次都会输出3个预测值，和单年测试集的预期不符。
• 循环范围与结果存储逻辑错误：你的数据集覆盖2000-2009年，最后一组训练集应该是2006-2008年、对应测试集2009年，原循环写到i=2007时会取i+3=2010年的测试集，数据集中不存在对应年份，会取到空测试集。另外直接用年份值当list索引会导致pred列表前1999个元素全为空，最终列表长度异常。

# 生成模拟数据
set.seed(123)
df <- data.frame(year = 2000:2009,  # 时间跨度10年
                 y = c(1, 1, 1, 1, 0, 0, 1, 0, 0, 0), 
                 var1 = runif(10, min=0, max=1), 
                 var2 = runif(10, min=1, max=2))

# 存储预测结果
pred <- list()
# 循环范围修正为2000-2006，正好生成7组训练测试拆分
for(idx in seq_along(2000:2006)){
  i <- 2000 + idx - 1
  # 用%in%筛选连续3年训练集
  df_train <- subset(df, year %in% c(i, i+1, i+2)) 
  mod <- glm(y~var1+var2, data=df_train, family=binomial())
  # 筛选t+3年测试集
  df_test <- subset(df, year == i+3)
  # 用newdata参数指定测试集，按顺序存结果
  pred[[idx]] <- data.frame(
    year = i+3,
    pred_y = predict(mod, newdata=df_test, type = "response")
  )
}

# 合并所有预测结果
pred_result <- do.call(rbind, pred)

修正后代码会输出7组预测结果，分别对应2003-2009年的预测值，pred_result长度为7，单年仅返回1个预测值，无运行报错与警告。

内容的提问来源于stack exchange，提问作者Chris T.