首页 > 解决方案 > terms.formula 中的错误(公式,数据 = 数据)

问题描述

我正在尝试CausalImpactR. 当我调用该函数时,我得到:

“terms.formula(formula, data = data) 中的错误:模型公式中的无效项”

这太笼统了,无法解决。任何人都有任何尝试对正在发生的事情进行分类的提示吗?

谢谢

编辑

我已经包含了代码:

impact <- CausalImpact(na.omit(testdata_pivot[, 2:20]), c(1, 77), c(78, 301))

但我怀疑它并没有给太多继续。这个问题实际上是关于当面对像上面这样的通用错误消息时,我应该如何尝试找出问题所在?

标签: rfault

解决方案


我,一方面,使用tracebackbrowser功能。下面的脚本生成:

Error in na.omit.ts(data[, 1:3]) : time series contains internal NAs 

脚本:

library(CausalImpact)
set.seed(123)
x1 <- 100 + arima.sim(model = list(ar = 0.999), n = 52)
y <- 1.2 * x1 + rnorm(52)
y[41:52] <- y[41:52] + 10
z <- 2 * y + rnorm(52)
z[22] <- NA
data <- cbind(y, x1, z)
str(data)
impact <- CausalImpact(na.omit(data[, 1:3]), c(1, 40), c(41, 52))

然后,如果您输入:

traceback()

出现以下调用堆栈:

14: stop("time series contains internal NAs")
13: na.omit.ts(data[, 1:3])
12: na.omit(data[, 1:3])
11: xor(!is.null(data) && !is.null(pre.period) && !is.null(post.period) && 
        is.null(bsts.model) && is.null(post.period.response), is.null(data) && 
        is.null(pre.period) && is.null(post.period) && !is.null(bsts.model) && 
        !is.null(post.period.response))
10: eval(assertion, env)
9: eval(assertion, env)
8: doTryCatch(return(expr), name, parentenv, handler)
7: tryCatchOne(expr, names, parentenv, handlers[[1L]])
6: tryCatchList(expr, classes, parentenv, handlers)
5: tryCatch({
       eval(assertion, env)
   }, assertError = function(e) {
       structure(FALSE, msg = e$message)
   })
4: see_if(..., env = env, msg = msg)
3: assert_that(xor(!is.null(data) && !is.null(pre.period) && !is.null(post.period) && 
       is.null(bsts.model) && is.null(post.period.response), is.null(data) && 
       is.null(pre.period) && is.null(post.period) && !is.null(bsts.model) && 
       !is.null(post.period.response)), msg = paste0("must either provide data, pre.period, post.period, ", 
       "model.args; or bsts.model and post.period.response"))
2: FormatInputForCausalImpact(data, pre.period, post.period, model.args, 
       bsts.model, post.period.response, alpha)
1: CausalImpact(na.omit(data[, 1:3]), c(1, 40), c(41, 52))

您发现了一些问题(引入时间序列na.omit.ts不是一个好主意)。NA

然后我创建虚拟函数并添加browser()到它的主体中:

test <- function() {
  browser()
  CausalImpact(na.omit(data[, 1:3]), c(1, 40), c(41, 52))
}

当我运行 test() 时,我将进入调试模式。并且可以进行我想要的所有调试(检查变量、更改一些代码、输入函数、跳过行等)。您可以help在调试模式下键入更多选项。


推荐阅读