Question

我正在尝试使用testthat包进行一些单元测试，但我似乎无法使其与rms包一起正常工作。以下示例：

library(rms)
set.seed(10)
ds <- data.frame(
  ftime = rexp(200),
  fstatus = sample(0:1,200,replace=TRUE),
  x1 = runif(200),
  x2 = runif(200),
  x3 = factor(sample(LETTERS[1:3], size=200, replace=TRUE)))


ddist <- datadist(ds)
options(datadist="ddist")

s <- Surv(ds$ftime, ds$fstatus == 1)
fit <- cph(s ~ x1 + x2 + x3, data=ds)

返回此错误：

设计错误（eval.parent（m））：找不到选项的数据集ddist（datadist =）

即使print（ddist）有效，选项（“datadist”）也会返回正确的变量。 testthat是否有导致错误的不同变量范围？

更新

我在我的包dir（Eclipse StatET）中启动了一个R控制台运行测试：

library(testthat)
test_dir("inst/tests")
q()

R CMD检查发生同样的错误--as-cran

Answer 1

虽然@ agstudy的建议是正确的，但我已经通过使用＆lt;＆lt; - 运算符为该错误找到了一个简单的解决方法，该运算符将变量分配给全局环境，这里是一个测试文件有效：

set.seed(10)
n <- 11
ds <- data.frame(
  y = rnorm(n),
  x1 = factor(sample(c("a", "aa", "aaa"), size = n, replace = TRUE)))

suppressMessages(library(rms))
dd <<- datadist(ds)
options(datadist = "dd")

context("rms")
test_that("test", {
  fit <- ols(y ~ x1, data=ds)
  s <- summary(fit)
  expect_true(inherits(s, "summary.rms"))
})

如果您碰巧在test_that：

中进行了分配，这也有效

context("rms")
test_that("test", {
  set.seed(10)
  n <- 11
  ds <- data.frame(
    y = rnorm(n),
    x1 = factor(sample(c("a", "aa", "aaa"), size = n, replace = TRUE)))

  suppressMessages(library(rms))
  dd <<- datadist(ds)
  options(datadist = "dd")

  fit <- ols(y ~ x1, data=ds)
  s <- summary(fit)
  expect_true(inherits(s, "summary.rms"))
})

这也等同于以下代码（可能更容易理解）：

env <- globalenv() # Grab the global environment
env$dd <- datadist(ds) # Assign the datadist to it

如果您想了解有关环境如何运作的更多信息，我可以推荐Hadley对topic的优秀高级R报道。我发现这解释了我遇到的许多问题。

Answer 2

是错误建议的范围问题。

可能的解决方法是定义您调用ds

的test_dir

例如，您可以像这样创建文件runtest.R

library(rms)
set.seed(10)
ds <- data.frame(
  ftime = rexp(200),
  fstatus = sample(0:1,200,replace=TRUE),
  x1 = runif(200),
  x2 = runif(200),
  x3 = factor(sample(LETTERS[1:3], size=200, replace=TRUE)))
ddist <- datadist(ds)
options(datadist="ddist")
library(testthat)
test_dir("inst/tests")

通过调用datadist（）+ options（）设置rms时测试失败

更新

2 个答案: