felm не работает с метлой :: augment / purrr, но работает с tidy

Я пытаюсь выполнить регрессию во вложенном фрейме данных как описано здесь. Для своих целей я использую felm из пакета lfe, потому что у меня много уровней фиксированных эффектов.

Если я повторю пример из приведенной выше ссылки, используя felm вместо lm, он будет работать по большей части, пока я не попробую использовать broom::augment.

library(tidyverse)
library(broom)
library(gapminder)
library(lfe)

by_country <- gapminder %>% 
  group_by(continent, country) %>% 
  nest()

country_felm <- function(data){
  felm(lifeExp ~ year, data = data)
}

by_country <- by_country %>% 
    mutate(model = purrr::map(data, country_felm)
    )

До этого момента все работало, за исключением того, что мне пришлось использовать функцию вместо формулы в purrr::map в последней строке кода, возможно, еще одну причуду felm.

Теперь, если я попытаюсь использовать broom для извлечения выходных данных модели, это будет работать для glance и tidy, но не для augment.

by_country %>% unnest(model %>% purrr::map(broom::glance))
by_country %>% unnest(model %>% purrr::map(broom::tidy))
by_country %>% unnest(model %>% purrr::map(broom::augment))

Попытка использовать augment приводит к следующему сообщению об ошибке:

Error in mutate_impl(.data, dots) : 
  argument must be coercible to non-negative integer
In addition: Warning message:
In seq_len(nrow(x)) : first element used of 'length.out' argument

r purrr broom
person wytham    schedule 07.03.2017    source источник

Ответы (1)


arrow_upward
1
arrow_downward

Похоже, что augment не может найти данные для аргумента data, который обычно является набором данных, используемым для подгонки.

Проблему легче увидеть, если вы работаете с одной из этих моделей, а не со всеми сразу.

Это не работает с вашей ошибкой:

augment(by_country$model[[1]])

Но явная передача данных в аргумент data делает:

augment(by_country$model[[1]], data = by_country$data[[1]])

Поэтому временным решением является передача набора данных в augment в качестве второго аргумента. Это можно сделать с помощью purrr:map2, одновременно просматривая столбцы model и data.

by_country %>%
    unnest(model %>% purrr::map2(., data, augment))
person aosmith    schedule 07.03.2017