如何解决待更换项目的错误数量不是R中更换长度的倍数的问题？

我试图用GAM和光栅进行空间预测。我有一个深度数据的光栅文件（depth_R.asc），以及248个地点物种的存在和缺失数据（depth.csv）。首先，我拟合了这248个数据，然后使用光栅：预测函数预测整个研究区域深度数据（depth_R.asc）中物种的出现概率。但当我想这样做时，我会出现以下错误： p[-naind，]中出现错误，如果您在此处查看：

您发现

光栅

和

数据

之间的名称不匹配

例如：

class      : RasterLayer 
dimensions : 1276, 686, 875336  (nrow, ncol, ncell)
resolution : 0.005, 0.005  (x, y)
extent     : 88.9975, 92.4275, 17.9975, 24.3775  (xmin, xmax, ymin, ymax)
crs        : NA 
source     : E:/dissertation/dissertation/Depth_R.asc 
names      : Depth_R 

#AND
> names(Data)
[1] "PA"    "Depth"

正如您所看到的，

X

的名称是

Depth\R

，而

数据的名称是
its
Depth

您需要做的只是：

names(X) <- "Depth"

model <- gam(PA ~s(Depth), method="REML",family = binomial("logit"), data=Data)

p <- raster::predict(X, t, type="response")

> p
class      : RasterLayer 
dimensions : 1276, 686, 875336  (nrow, ncol, ncell)
resolution : 0.005, 0.005  (x, y)
extent     : 88.9975, 92.4275, 17.9975, 24.3775  (xmin, xmax, ymin, ymax)
crs        : NA 
source     : memory
names      : layer 
values     : 2.220446e-16, 0.9585746  (min, max)

名称（X）
names(X) <- "Depth"

model <- gam(PA ~s(Depth), method="REML",family = binomial("logit"), data=Data)

p <- raster::predict(X, t, type="response")

> p
class      : RasterLayer 
dimensions : 1276, 686, 875336  (nrow, ncol, ncell)
resolution : 0.005, 0.005  (x, y)
extent     : 88.9975, 92.4275, 17.9975, 24.3775  (xmin, xmax, ymin, ymax)
crs        : NA 
source     : memory
names      : layer 
values     : 2.220446e-16, 0.9585746  (min, max)