Question

我尝试编写一个包装函数来批量进行似然比检验。我尝试包含update（）来更新初始模型。但是，它似乎不是在函数内部查找对象，而是在全局环境中搜索对象。

fake <- data.frame(subj= rep(1:5, 4), 
                   factor1 = rep(LETTERS[c(1,2,1,2)], each=5), 
                   factor2 = rep(letters[1:2], each=10), 
                   data=sort(rlnorm(20)))

foo <- function(){
                  temp <- fake
                  model1 <- lmer(data~factor1*factor2 + (1 |subj), temp)
                  model1a <- update(model1, ~.-factor1:factor2)
                  model1a}

它在下面给出了错误消息：

Error in eval(expr, envir, enclos) : object 'factor1' not found

无论如何在函数内进行update（）搜索？谢谢！

编辑：

我犯了一个错误。我想把“temp”传给lmer而不是“假”。

EDIT2：建议的一个方便的解决方案是简单地指定数据对象。虽然update（）现在没有问题，但anova（）似乎认为我想要比较的模型是基于不同的数据对象

 foo <- function(){
                  temp <- fake
                  model1 <- lmer(data~factor1*factor2 + (1 |subj), data=temp)
                  model1a <- update(model1, ~.-factor1:factor2, data=temp)
                  anova(model1, model1a)
            }
 foo()

我收到错误消息：

 Error in anova(model1, model1b) : 
   all models must be fit to the same data object

我认为这个错误超出了update（）。但我想知道是否有人知道如何解决这个问题。请注意，如果我在不使用update（）的情况下编写函数，而是拼出模型（见下文），则上面的错误就会消失：

 foo <- function(){
                  temp <- fake
                  model1 <- lmer(data~factor1*factor2 + (1 |subj), data=temp)
                  model1a <- lmer(data~factor1 + factor2 + (1 |subj), data=temp)
                  anova(model1, model1a)
            }
 foo()

 Data: temp
 Models:
 model1a: data ~ factor1 + factor2 + (1 | subj)
 model1: data ~ factor1 * factor2 + (1 | subj)
         Df     AIC    BIC  logLik  Chisq Chi Df Pr(>Chisq)  
 model1a  5 -4.6909 3.7535  7.3454                           
 model1   6 -8.8005 1.3327 10.4003 6.1097      1    0.01344 *
 ---
 Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

编辑3：似乎问题出在anova（）上。我也试过了@hadley的建议

foo2 <- function(){
  my_update <- function(mod, formula = NULL, data = NULL) {
  call <- getCall(mod)
  if (is.null(call)) {
    stop("Model object does not support updating (no call)", call. = FALSE)
  }
  term <- terms(mod)
  if (is.null(term)) {
    stop("Model object does not support updating (no terms)", call. = FALSE)
  }
  if (!is.null(data)) call$data <- data
  if (!is.null(formula)) call$formula <- update.formula(call$formula, formula)
  env <- attr(term, ".Environment")
  eval(call, env, parent.frame())}

      model1 <- lmer(data~factor1*factor2 + (1 |subj), temp)
      model1a <- my_update(model1, ~.-factor1:factor2)
      anova(model1, model1a)
 }
 foo2()

我收到如下所示的错误消息：

 Error in as.data.frame.default(data) : 
   cannot coerce class 'structure("mer", package = "lme4")' into a data.frame

Answer 1

我之前也被这种行为所困扰，所以我写了我自己的update版本。它评估公式环境中的所有内容，因此它应该相当健壮。

my_update <- function(mod, formula = NULL, data = NULL) {
  call <- getCall(mod)
  if (is.null(call)) {
    stop("Model object does not support updating (no call)", call. = FALSE)
  }
  term <- terms(mod)
  if (is.null(term)) {
    stop("Model object does not support updating (no terms)", call. = FALSE)
  }

  if (!is.null(data)) call$data <- data
  if (!is.null(formula)) call$formula <- update.formula(call$formula, formula)
  env <- attr(term, ".Environment")

  eval(call, env, parent.frame())
}

library(nlme4)

fake <- data.frame(
  subj = rep(1:5, 4), 
  factor1 = rep(LETTERS[c(1,2,1,2)], each = 5), 
  factor2 = rep(letters[1:2], each = 10), 
  data = sort(rlnorm(20)))

foo <- function() {
  temp <- fake
  model1 <- lmer(data ~ factor1 * factor2 + (1 | subj), fake)
  model1a <- my_update(model1, ~ . - factor1:factor2)
  model1a
}
foo()

Answer 2

虽然我非常喜欢@Hadley的答案（并且可能会自己使用该功能），但您也可以在data函数中指定update参数。（在这里，我假设您想将temp传递给您的模型。）

model1a <- update(model1, ~.-factor1:factor2, data = temp)

修改

如果您希望将模型与anova进行比较，update会将data参数的名称和“技巧”anova混为一谈，相信这两个模型使用两个不同的数据集拟合模型。仅更新公式并创建新模型将避免这种情况：

foo <- function(){ temp <- fake model1 <- lmer(data~factor1*factor2 + (1 |subj), data=temp) newForm <- update.formula(formula(model1), ~.-factor1:factor2) model1a <- lmer(newForm, data=temp) anova(model1, model1a) }

函数内的update（）只搜索全局环境？

2 个答案: