Question

我在使用启动函数将参数传递给统计信息（我有一个函数）时遇到问题。这是一个例子：

rm(list=ls())
library(faraway)
library(boot)
data(strongx)
g3 <- lm(crossx ~ energy, strongx, weights=rep(1, nrow(strongx)))

bootReg <- function(formulatostat, data, ind, weitostat) {
  weig <- weitostat[ind]
  fit <- lm(formula=formulatostat, data = data[ind, ], weights = weig)
  return(coef(fit))
}
wei <- rep(1, nrow(strongx))

bootResults <-
  boot(
    data = strongx,
    statistic = bootReg,
    R = 2000,
    formulatostat = crossx ~ energy,
    weitostat = wei)

eval（expr，envir，enclos）中的错误：找不到对象'weig'

当然，我的权重是1，所以加权部分是不必要的。但是在使用真实权重时问题仍然存在。这是我对其他数据的问题的演示。引导函数声明：“任何进一步的参数都可以通过...参数传递给统计信息。”貌似，formulatostat传递给bootReg而不是权重位。比较没有权重：

bootReg <- function(formulatostat, data, ind) {
  fit <- lm(formula=formulatostat, data = data[ind, ])
  return(coef(fit))
}
wei <- rep(1, nrow(strongx))

bootResults <-
  boot(
    data = strongx,
    statistic = bootReg,
    R = 2000,
    formulatostat = crossx ~ energy)

这很有效。任何关于如何合并重量的建议都将受到赞赏。

Answer 1

似乎stats::model.frame函数（在lm函数中调用）正在查找给予weig参数的对象中名为data的对象，并且在定义公式（crossx ~ energy）的父环境中。

在weig的data.frame中没有名为data的列。由于您已在crossx ~ energy函数之外定义了公式bootReg，因此lm函数无法找到weig对象。

您可以通过向赋予data参数的对象添加权重，或者在调用lm函数的同一环境中创建公式对象来修复错误。 / p>

解决方案1：

rm(list=ls())
library(faraway)
library(boot)
data(strongx)
g3 <- lm(crossx ~ energy, strongx, weights=rep(1, nrow(strongx)))

bootReg <- function(formulatostat, data, ind, weitostat) {
  input_to_lm <- data[ind, ]
  input_to_lm$weig <- weitostat[ind]
  fit <- lm(formula=formulatostat, data = input_to_lm, weights = weig)
  return(coef(fit))
}
wei <- rep(1, nrow(strongx))

bootResults <-
  boot(
    data = strongx,
    statistic = bootReg,
    R = 2000,
    formulatostat = crossx ~ energy,
    weitostat = wei)

解决方案2：

rm(list=ls())
library(faraway)
library(boot)
data(strongx)
g3 <- lm(crossx ~ energy, strongx, weights=rep(1, nrow(strongx)))

bootReg <- function(formulatostat, data, ind, weitostat) {
  weig <- weitostat[ind]
  fit <- lm(formula=as.formula(formulatostat), data = data[ind, ], weights = weig)
  return(coef(fit))
}
wei <- rep(1, nrow(strongx))

bootResults <-
  boot(
    data = strongx,
    statistic = bootReg,
    R = 2000,
    formulatostat = 'crossx ~ energy',
    weitostat = wei)

在R中使用加权回归（lm）和引导包时出现问题

1 个答案: