r - 在 min(new_value, na.rm = T) : no non-missing arguments to min; returning Inf

Question

我估计了一个包含四个独立分类变量的模型。

library(sjPlot)
library(sjmisc)
data(efc)
efc <- to_factor(efc, c161sex, e42dep, c172code)
mod <- lm(neg_c_7 ~ pos_v_4 + c12hour + e42dep + c172code,
          data = efc)

我想绘制模型(其估计值和置信区间)，仅显示四个独立变量中的两个。

当我使用以下命令绘制完整模型时，我没有遇到任何问题:

plot_model(mod)

但是，当我使用参数 terms 仅选择我想要的变量时:

plot_model(mod, terms=c("e42dep", "c172code"))

plot_model 没有正确运行，出现了以下警告消息:

Warning messages:
1: In min(new_value, na.rm = T) : no non-missing arguments to min; returning Inf
2: In min(dat$conf.low) : no non-missing arguments to min; returning Inf
3: In min(dat$estimate) : no non-missing arguments to min; returning Inf
4: In max(dat$conf.high) : no non-missing arguments to max; returning -Inf
5: In max(dat$estimate) : no non-missing arguments to max; returning -Inf
6: In .axisPars(usr, log = log, nintLog = nint) : NaNs produced

有没有人知道可能发生的事情？

Answer 1

编辑:这是由于需要为估计图中的分类变量指定项的方式。

我不确定到底是什么问题，但它似乎是如何从完整模型结果中提取子集的错误。 在创建模型术语时，分类变量具有它们的级别附加到术语名称(引用级别除外)，然后该数据框是子集以仅包含传递给 terms 参数的名称。

解决方法是 因此调用它们的正确方法是这样明确的:

library(sjPlot)
library(sjmisc)
data(efc)

efc <- to_factor(efc, c161sex, e42dep, c172code)

mod <- lm(neg_c_7 ~ pos_v_4 + c12hour + e42dep + c172code, data = efc)

您可以通过从模型对象中提取系数名称来查看项的结果名称

levels(efc$e42dep)
#[1] "1" "2" "3" "4"
levels(efc$c172code)
#[1] "1" "2" "3" 

names(mod$coefficients)
#[1] "(Intercept)" "pos_v_4"     "c12hour"     "e42dep2"     "e42dep3"    
#[6] "e42dep4"     "c172code2"   "c172code3"

#plot just the estimates of e42dep and c172code

plot_model(mod, type="est", terms=c("e42dep2",
                                    "e42dep3",
                                    "e42dep4",
                                    "c172code2",
                                    "c172code3"))

请注意，某些其他类型的图支持仅调用变量名或添加索引，例如，

plot_model(mod, type="pred", terms=c("e42dep [2:4]", "c172code [2,3]"))
plot_model(mod, type="pred", terms=c("e42dep", "c172code"))

但这还没有在估计图上实现。