如何输出GLM全部线性预测项且行列数匹配预期需求？

方法1：直接对predict的terms结果反中心化（最简单，无需额外包） #

predict.glm输出type="terms"结果时默认做了中心化，也就是每列减去了该项的全样本均值，我们只需要将对应均值加回即可得到未中心化的原始项贡献，代码如下：

data <- data.frame(var1 = rep(c("a","b","c"),4), var2 = rep(c("d","e"),6), var3 = 1:12)
model <- glm(var3 ~ var1*var2, data = data)

# 获取默认中心化的terms结果
centered_terms <- predict(model, type = "terms")
# 提取结果中存储的每一项的均值属性
term_means <- attr(centered_terms, "means")
# 对每一列加回对应均值，得到未中心化的项贡献
uncentered_terms <- sweep(centered_terms, 2, term_means, FUN = "+")

输出的uncentered_terms行数与原始数据一致，列数与模型项数完全匹配，列名就是公式中定义的项名。

方法2：手动按模型项分组求和（更灵活可控） #

如果你需要完全自定义计算逻辑，可以通过模型矩阵的assign属性匹配每一列对应的模型项，分组求和得到对应结果：

# 计算每个系数对应的贡献矩阵
coef_contrib <- t(coef(model) * t(model.matrix(model)))
# 获取模型矩阵每一列对应的项编号（0为截距，1、2、3对应三个模型项）
term_assign <- attr(model.matrix(model), "assign")
# 获取模型项的名称
term_names <- labels(terms(model))

# 按项分组求和
uncentered_terms <- do.call(
  cbind,
  lapply(seq_along(term_names), function(i) {
    rowSums(coef_contrib[, term_assign == i, drop = FALSE])
  })
)
colnames(uncentered_terms) <- term_names

结果验证 #

可以通过以下代码验证结果正确性：

# 验证两种方法输出结果一致
all.equal(uncentered_terms, uncentered_terms, check.attributes = FALSE)
# 验证项贡献总和加截距等于模型预测值
all.equal(
  rowSums(uncentered_terms) + coef(model)[["(Intercept)"]],
  as.numeric(predict(model, type = "response"))
)

内容的提问来源于stack exchange，提问作者Luke