R中mgcv::gam报错：协变量组合数小于最大自由度问题排查

问题背景 #

我有两年的每日声学指数数据（共7994条观测，20个站点，分为恢复/未恢复处理组、低/高入侵组），想用mgcv::gam分析季节、年度趋势及恢复、入侵对声学指数的影响。之前用周平均数据分年度建模没问题，但合并两年数据用以下代码建模时反复报错：

knots<-list(DATE=c(0.5, 366.5))
ACI_daily<-mgcv::gam(ACI~
             s(DATE, by=TRT, k=12, bs='cc')+
             s(DATE, by=InvFac, k=12, bs='cc')+
             s(Year, k=2)+
             ti(DATE, Year, bs= c('cc','tp'), k=c(12,2))+
             s(Site, k=10, bs='re'),
           data=Acoustic_Daily,
           family=Gamma(link='log'),
           method='REML',
           nthreads = c(4,1),
           knots=knots,
           select = TRUE
)

触发的错误信息：

Error in smooth.construct.tp.smooth.spec(object, dk$data, dk$knots) : A term has fewer unique covariate combinations than specified maximum degrees of freedom

调整k值后，要么仍报错，要么出现警告：

In addition: Warning messages: 1: In te(..., k = k, bs = bs, m = m, d = d, fx = fx, np = np, xt = xt, : one or more supplied k too small - reset to default

已定位问题出在Year变量，想确认是否是站点随机效应（每年各10组配对站点）或仅两年数据的交互项导致的问题？

问题根源与解决办法 #

核心原因 #

问题确实出在仅两年数据的交互项以及Year相关的平滑项设置，和站点随机效应无直接关联：

• s(Year, k=2)的问题：Year只有2个唯一值，tp样条配合select=TRUE时，模型尝试收缩该平滑项，但2个水平的变量没有足够变异空间支撑平滑结构，容易触发自由度不匹配错误。
• ti(DATE, Year, k=c(12,2))的问题：张量积交互中Year维度设置k=2，但Year仅2个水平，无法构建有效的tp样条平滑，直接导致“唯一协变量组合少于指定自由度”的错误。

具体调整方案 #

1. 替换单独的Year平滑项：把 s(Year, k=2)改为分类变量factor(Year)，直接估计两年的截距差异，更符合Year仅2个水平的实际情况。
2. 替换DATE与Year的张量积交互：用 s(DATE, by=factor(Year), bs='cc', k=12)替代原ti项，通过分组平滑分别拟合两年的季节趋势，本质上实现DATE与Year的交互效应，适配Year水平少的场景。

调整后的模型代码：

knots<-list(DATE=c(0.5, 366.5))
ACI_daily<-mgcv::gam(ACI~
             s(DATE, by=TRT, k=12, bs='cc')+
             s(DATE, by=InvFac, k=12, bs='cc')+
             factor(Year)+
             s(DATE, by=factor(Year), bs='cc', k=12)+
             s(Site, k=10, bs='re'),
           data=Acoustic_Daily,
           family=Gamma(link='log'),
           method='REML',
           nthreads = c(4,1),
           knots=knots,
           select = TRUE
)

额外说明 #

如果坚持用张量积形式，只能将Year维度的k设为1，但此时Year退化为线性项，失去平滑意义，远不如分类变量交互直观。站点随机效应 s(Site, k=10, bs='re')设置合理，20个站点的场景下k=10符合随机效应的参数设置要求。

内容的提问来源于stack exchange，提问作者Gabrielle Ripa