我在调用boxcox函数时遇到使用apply函数的问题。
数据集由35个样本组成，2天内有3个治疗（有些人在几天内重复，但总是在治疗组内），有大约1000个测量/因变量，我这里仅包括5个（＃1,2,4， 7,9）。
NUM day trt 1 2 4 7 9
8145 7 L 0.986 0.423 0.86 0.648 2.031
8169 7 L 1.013 0.512 1.157 0.633 0.55
8201 7 L 0.236 6.144 0.604 1.759 1.181
8212 7 L 0.455 0.707 0.693 0.972 0.615
8168 7 L 1.261 0.618 1.138 0.943 0.868
8193 7 L 1.754 0.273 1.224 0.719 0.895
8145 13 L 1.257 0.36 1.505 0.729 0.735
8169 13 L 1.549 0.577 1.53 0.771 1.116
8201 13 L 0.489 0.378 0.842 1.538 1.676
8212 13 L 0.991 0.34 1.03 1.157 1.076
8168 13 L 1.355 0.391 1.416 0.953 1.479
8193 13 L 1.029 0.308 1.027 0.902 1.934
8214 7 C 1.224 0.298 1.113 1.445 0.218
8139 7 C 1.277 0.554 1.443 0.895 0.74
8151 7 C 1.312 2.025 1.197 0.675 0.791
8160 7 C 1.555 0.405 1.432 0.826 0.501
8196 7 C 0.938 0.717 0.917 0.801 1.462
8213 7 C 0.835 1.863 0.942 1.967 0.739
8139 13 C 0.958 0.275 1.273 1.351 0.842
8151 13 C 0.864 0.517 0.98 1.368 1.865
8160 13 C 1.516 0.895 1.318 0.551 0.779
8239 13 C 1.071 0.194 0.955 1.87 0.68
8196 13 C 1.299 0.594 1.14 0.877 1.873
8213 13 C 1.601 0.733 1.375 0.738 1.273
8231 7 H 1.401 0.483 1.001 1.052 0.548
8232 7 H 1.292 0.574 1.634 0.641 0.464
8219 7 H 0.785 0.396 0.886 0.903 1.734
8177 7 H 0.525 0.252 0.563 0.914 1.174
8143 7 H 1.398 0.266 0.947 0.94 0.781
8219 13 H 0.903 6.225 1.109 1.218 1.073
8143 13 H 1.086 0.435 1.4 0.922 0.925
8167 13 H 0.83 0.574 1.09 1.338 1.563
8231 13 H 1.498 0.482 1.375 0.855 0.719
8232 13 H 1.055 0.811 0.887 0.606 0.634
8177 13 H 0.857 1.324 0.954 1.635 0.675
我试图在R中的MASS包中运行boxcox函数来评估是否需要转换数据，如果是，则根据具有最大对数似然（或其舍入）的lamda值进行转换。
linear.f=function(x){lm(x~day+trt+day*trt, data=data)}
linear.multiple=apply(data[,4:ncol(data)],2,linear.f)
工作正常
单独运行boxcox功能也可以正常工作
boxcox(lm(x~day+trt+day*trt,data=data))$x[which.max(boxcox(lm(x~day+trt+day*trt, data=data))$y)]
投入使用的功能：
lamda.f=function(x){boxcox(lm(x~day+trt+day*trt, data=data))$x[which.max(boxcox(lm(x~day+trt+day*trt, data=data))$y)]}
但是，尝试使用apply在所有列/因变量中运行boxcox时会出现问题：
lamda.multiple=apply(data[,4:ncol(data)],2,lamda.f)
错误：
Error in model.frame.default(formula = x ~ day + trt + day * trt, data = data, :
invalid type (list) for variable 'x'
我做的事情显然不正确吗？因为boxcox将在每列数据上逐个工作..
我也尝试过使用for循环代替申请但不成功
非常感谢任何建议或帮助。
答案 0 :(得分：1)
此问题与apply()电话无关。这与您在公式中使用x这一事实有关，但您传递给lm()的数据集没有x列。
lm()功能有点＆＃34;宽松＆＃34;，也许是不可取的。如果在给定数据集中找不到给定公式中的符号，则lm()允许它绑定到可以在公式的闭包环境链中找到的任何变量。来自https://stat.ethz.ch/R-manual/R-devel/library/stats/html/model.frame.html：
公式，子集和in ...中的所有变量首先在数据中查找，然后在公式环境中查找（有关详细信息，请参阅公式（）的帮助）并收集到数据框中。
...
只有类型为raw，logical，integer，real，complex或character的变量才能包含在模型框架中：这包括分类变量，例如因子（其基础类型为整数），但不包括列表。
现在，实际上，您的linear.f()和lamda.f()函数都有一个函数参数x，这样lm()调用就可以成功，在中< / em>功能。 IOW，当lm()在这些函数内运行时，x无法绑定到给定数据集（data）中的任何列，但随后绑定到闭包环境中的函数参数公式（当前函数评估的评估环境）。因此，lm()调用成功。
进一步详细说明：评估函数时，其参数始终存储在为特定函数的特定评估创建的评估环境中。由于您已经在函数内部定义了公式，因此它会关闭当前评估环境，因此当lm()运行时，在未能绑定到数据集中的列之后，搜索目标符号x首先命中该环境并绑定到环境中的函数参数条目。
我注意到您表示lm() + boxcox()的一次性顶层呼叫成功。这很奇怪，因为没有要绑定的函数参数。我只能猜测，在您运行该行代码时，您碰巧在全局环境中拥有一个对模型有效的变量x。如果没有，则它应该失败，因为公式中的x符号在数据集或闭包环境链中没有任何内容可以绑定。请注意， lm() 应该失败;我甚至没有在这里谈论boxcox()：
if (exists('x')) rm(x); ## remove global x
lm(x~day+trt+day*trt,data=data);
## Error in eval(expr, envir, enclos) : object 'x' not found
现在，当你运行第二次应用调用时，我们可能会猜到你用一个列表覆盖了全局x变量，这会产生你得到的确切错误信息：
x <- list();
lm(x~day+trt+day*trt,data=data);
## Error in model.frame.default(formula = x ~ day + trt + day * trt, data = data, :
## invalid type (list) for variable 'x'
但这里肯定会有其他事情发生。回想一下我如何指出linear.f()和lamda.f()都有一个函数参数x，所以lm()应该绑定到那个，因为那是一个有效的预测器矢量，它应该是成功的。
在我看来，boxcox()正在自行调用lm()，并且在某种程度上阻止了闭包链搜索。我相信我可以用以下代码证明这个猜想，它使用IIFEs（最初是一个JavaScript术语，但适用于具有一流可表达函数的任何语言，如R）：
if (exists('x')) rm(x); ## remove global x
data2 <- data.frame(y=1:3); ## no x
(function(x) lm(y~x,data2))(1:3); ## x binds to function parameter
##
## Call:
## lm(formula = y ~ x, data = data2)
##
## Coefficients:
## (Intercept) x
## 0 1
##
(function(x) boxcox(lm(y~x,data2)))(1:3);
## Error in eval(expr, envir, enclos) : object 'x' not found
traceback();
## 14: eval(expr, envir, enclos)
## 13: eval(predvars, data, env)
## 12: model.frame.default(formula = y ~ x, data = data2, drop.unused.levels = TRUE)
## 11: stats::model.frame(formula = y ~ x, data = data2, drop.unused.levels = TRUE)
## 10: eval(expr, envir, enclos)
## 9: eval(mf, parent.frame())
## 8: lm(formula = y ~ x, data = data2, y = TRUE, qr = TRUE)
## 7: eval(expr, envir, enclos)
## 6: eval(call, parent.frame())
## 5: update.default(object, y = TRUE, qr = TRUE, ...)
## 4: update(object, y = TRUE, qr = TRUE, ...)
## 3: boxcox.lm(lm(y ~ x, data2))
## 2: boxcox(lm(y ~ x, data2)) at #1
## 1: (function(x) boxcox(lm(y ~ x, data2)))(1:3)
正如您所看到的，boxcox()似乎正在运行lm()，但与直接lm()调用不同，无法绑定到函数参数x，即使它应该能够，因为传递给boxcox()的公式参数包含闭包环境指针。我想我们可以将这个问题归结为boxcox()函数的弱点。
无论如何，对于解决方案，一个好的方法是不依赖于闭包环境系统来解析未绑定的公式符号，而是始终确保给定的数据集包含所有列的列公式中的符号。简单的例子：
data2 <- data.frame(y=1:3,x=10:12);
boxcox(lm(y~x,data2)); ## succeeds
然而，在您的情况下，这并不是那么简单，因为您有一个动态结果变量。一个好的方法是在将data.frame传递给lm()调用之前用结果变量补充你的data.frame，例如与cbind(data,x)。
不幸的是，令人惊讶的是，我收到了以下错误：
lamda.f <- function(x) { data.x <- cbind(data,x); boxcox(lm(x~day+trt+day*trt,data=data.x))$x[which.max(boxcox(lm(x~day+trt+day*trt,data=data.x))$y)]; };
lamda.multiple <- apply(data[,4:ncol(data)],2,lamda.f);
## Error in is.data.frame(data) : object 'data.x' not found
我甚至尝试从lm()调用中分离boxcox()调用，以防boxcox()对其参数进行某种疯狂的非标准评估，从而尝试评估data.x在上下文中会阻止与lamda.f()评估环境的绑定：
lamda.f <- function(x) { data.x <- cbind(data,x); m <- lm(x~day+trt+day*trt,data=data.x); b <- boxcox(m); b$x[which.max(b$y)]; };
lamda.multiple <- apply(data[,4:ncol(data)],2,lamda.f);
## Error in is.data.frame(data) : object 'data.x' not found
在我看来，boxcox()在很大程度上取决于全球环境。从函数作用域内运行boxcox()并依赖于任何局部变量就会破坏它。我怀疑它正在检查存储在模型对象上的调用（例如m$call）并尝试直接读取符号。无论如何，这真的很奇怪。
我认为你可以通过在全局环境中存储补充的data.frame并确保它在boxcox()运行的那一刻存在来解决这个问题。您可以使用超级对齐运算符：
lamda.f <- function(x) { data.x <<- cbind(data,x); m <- lm(x~day+trt+day*trt,data=data.x); b <- boxcox(m); b$x[which.max(b$y)]; };
lamda.multiple <- apply(data[,4:ncol(data)],2,lamda.f);
lamda.multiple;
## X1 X2 X4 X7 X9
## 1.2323232 -0.6666667 0.7474747 -0.6666667 0.2222222