R. 使用测量、样条曲线和仅一个自变量值进行不正确的预测

Question

当我尝试使用以下语法仅预测自变量的一个值时：

library(survey)
library(splines)
data(api)
dclus <- svydesign(id=~dnum,data=apiclus2)
log<-svyglm(api99 ~  bs(ell,degree=1, knots =c(14,23)) , dclus)
data <- data.frame(ell = 0)
data <- cbind(data, predict(log, newdata=data))
data <- data.frame(ell = 15)
data <- cbind(data, predict(log, newdata=data))

我总是得到相同的预测：

#link=591.0929

如果我仅使用测量或样条曲线，或者创建具有独立值列表的数据框，则不会发生这种情况：

data<-data.frame(ell = rep(seq(from = 0, to = 66)))
data <- cbind(data, predict(log, newdata=data))

奇怪的是，在最后一个数据框中，link=591.0929对应于ell=23

Answer 1

这里的问题是bs()项没有完全指定基础 - 它还使用预测因子的范围来计算边界节点。只有一点，它这样做的方式是行不通的。

解决方法是指定边界节点，例如，

> log<-svyglm(api99 ~  bs(ell,degree=1, knots =c(14,23), Boundary.knots=c(0,100)) , dclus)
> data <- data.frame(ell = 0)
>  predict(log, newdata=data)
link     SE
1 787.64 27.162
> data2 <- data.frame(ell = 15)
>  predict(log, newdata=data2)
link     SE
1 627.76 34.108

看起来predict.lm有一些复杂的东西来阻止这种情况的发生，而这些东西在写predict.svyglm时并不存在。

我会把它传递给软件包维护者;-(