R中dlnm包二元变量交叉基开发及crosspred报错咨询
报错核心原因
- 核心错配点在于
hw是仅含0、1两个取值的二元变量,但你给argvar参数配置了针对连续暴露的自然样条设定(fun="ns",df=4)。对只有2个唯一值的变量计算4自由度自然样条,生成的暴露基矩阵维度会和后续模型的系数维度完全对不上,直接触发crosspred的一致性校验报错。 - 你手动提前计算的
hw.knots、hw.logknots没有匹配二元暴露的属性,反而在生成交叉基时进一步放大了维度错配。这类手动节点计算逻辑是为连续暴露研究设计的,二元变量场景下完全多余。
二元变量构建交叉基的正确逻辑
二元热浪暴露的本质是只有两个水平的分类变量,不存在连续值的变化趋势,因此暴露侧的基函数不需要使用样条、多项式这类针对连续变量的形式,直接采用线性基(直接取变量本身取值)即可,既匹配变量属性,也不会出现维度错配。
具体实现要点:
- 暴露侧参数:给
argvar传入list(fun = "lin"),这个函数会直接基于你传入的0/1二元值生成单维度的暴露基,和二元变量的自由度完全匹配,不存在额外的冗余列。 - 滞后侧参数:因为要估计0-10天的滞后效应形态,可以根据研究需求配置函数类型,不需要手动提前计算节点——
crossbasis会自动根据你设定的lag范围、滞后函数类型生成维度匹配的滞后基矩阵。比如可以用3自由度自然样条刻画连续的滞后衰减,也可以用分层函数fun="strata", breaks=c(2,5)把滞后窗口拆成0-1天、2-5天、6-10天的分段效应,适配不同的研究假设。 - 预测参数:调用
crosspred时,要明确指定暴露的取值和参考水平:二元场景下通常预测hw=1(热浪日)的效应,以hw=0(非热浪日)作为参考基准,否则预测结果会因为参考值错误没有实际解释意义。
修正后的可运行代码
# 生成匹配二元变量属性的交叉基,无需手动计算节点 hw.basis <- crossbasis( x = hw, lag = 10, # 滞后窗口为0-10天 argvar = list(fun = "lin"), # 暴露侧适配二元变量的线性基 arglag = list(fun = "ns", df = 3) # 滞后侧采用3自由度自然样条刻画滞后衰减形态,可根据研究调整 ) # 按原研究设计拟合模型 model <- glm( ntr ~ hw.basis + dow + ns(time, df = 7*7), family = quasipoisson(), data = data ) # 提取预测结果,明确二元变量的取值与参考基准 hw.pred <- crosspred( hw.basis, model, at = 1, # 评估热浪日暴露的效应 cen = 0 # 以非热浪日为参考水平 )
其他同报错的排查方向
- 检查建模流程:确认公式中直接将
hw.basis整体作为协变量传入,没有手动拆分、筛选基矩阵的列后再建模,避免基矩阵列数和模型系数维度不匹配。 - 检查缺失值处理:提前清理数据中因缺失值导致的样本删除问题,确保生成交叉基用的样本量和模型拟合用的样本量完全一致,不会出现行维度错配。
- 不要给二元暴露的
argvar参数配置高于1个自由度的函数:因为二元变量本身最多只有1个暴露系数,额外增加自由度没有统计意义,这也是最常见的维度错配来源。
内容的提问来源于stack exchange,提问作者niuyl
相关产品推荐
相关产品推荐

