Question

这是我的问题（虚构数据，以便可重现）：

set.seed(42)
df<-data.frame("x"=rnorm(1000),"y"=rnorm(1000),"z"=rnorm(1000))
df2<-data.frame("x"=rnorm(100),"y"=rnorm(100),"z"=rnorm(100))
breaks<-c(-1000,-0.68,-0.01315,0.664,1000)
divider<-cut(df$x,breaks)
divider2<-cut(df2$x,breaks)
subDF<-by(df,INDICES=divider,data.frame)
subDF2<-by(df2,INDICES=divider2,data.frame)
reg<-lapply(subDF,lm,formula=x~.)
pre<-lapply(1:4,function(x){predict(reg[[x]],subDF2[[x]])})
lapply(1:4,function(x){summary(reg[[x]])$r.squared})

上面的代码工作正常。我正在做的是：根据x的值，我将df拆分为4个数据框并对每个数据框运行回归，以便能够预测其他数据框的值数据集。数据帧的拆分是为了更好地预测，因为x的范围对实际数据有很大的影响。

我要做的是为回归添加权重参数，以便更加重视最新数据。我的权重参数是：weights<-0.999^seq(250,1,by=-1)如果有250个数据。如果种子为42且之前的中断，则所有4个维度均为250。

当我尝试reg<-lapply(subDF,lm,formula=x~.,weights=0.999^seq(250,1,by=-1))时，我收到了这个错误：

Error in eval(expr, envir, enclos) : 
  ..2 used in an incorrect context, no ... to look in

这很奇怪，因为lapply有一个...参数，此处用于formula，但它不接受weights。

所以我真的不知道如何添加这些权重。我应该在我的代码中纠正什么，或者我（几乎）完全改变它以便能够使用权重？

对于示例并且为了使它（可能）更容易，我剪切了断点，使得4个子集具有相同的维度，但理想情况下，即使4个子集不是相同的维度，答案也会起作用（所以例如，breaks<-c(-1000,-0.75,0,0.75,1000)的休息时间

CrossValidated上的

This帖子有相同的问题，但没有一个有效的解决方案，所以这对我没有帮助。

Answer 1

不幸的是，您在R中亲身经历过，可以说是最糟糕的错误。所谓的非标准评估（NSE）错误。

在对代码进行一些挖掘之后，我认为我找到了罪魁祸首。让我们逐一采取措施：

首先让我们看一下traceback()：

weights <- 0.999^seq(250,1,by=-1)

lapply(subDF, lm, formula=x~., weights=weights)
Error in eval(expr, envir, enclos) : 
  ..2 used in an incorrect context, no ... to look in
> traceback()
8: eval(expr, envir, enclos)
7: eval(extras, data, env)
6: model.frame.default(formula = ..1, data = X[[1L]], weights = ..2, 
       drop.unused.levels = TRUE)
5: stats::model.frame(formula = ..1, data = X[[1L]], weights = ..2, 
       drop.unused.levels = TRUE)
4: eval(expr, envir, enclos)
3: eval(mf, parent.frame())
2: FUN(X[[1L]], ...)
1: lapply(subDF, lm, formula = x ~ ., weights = weights)

看起来问题发生在model.frame.default内。所以，让我们来看看源代码。我不会发布完整的源代码，但是如果你在控制台中输入model.frame.default，你会看到中间的某个地方：

extras <- substitute(list(...))
extranames <- names(extras[-1L])
extras <- eval(extras, data, env)

最后一行是失败的地方。第一行是所谓的NSE，由substitute创建。 substitute会创建所谓的expression，即让我们在eval内稍后说出要评估（即创建）的对象。正如您在eval中看到的那样，extras将在data中进行评估，然后在env中找不到。对于公式，它是正常的，因为它在数据中进行评估，x~.将告诉eval使用data中的所有列。 weights虽然不在data中。因此，eval会在env中查找。但是什么是env？

显然，env是一个环境，在行中的model.frame.default内创建：

env <- environment(formula$terms)

那么，这是什么意思？让我们看另一个例子：

xtest <- function(x) {
  new_func <- function(x) {
    env <- environment(x)
    print(env)
  }
  new_func(x)
} 

> xtest(x~z)
<environment: R_GlobalEnv>

在上面的函数中，我尝试用更少的行复制env model.frame.default中的environment(formula)。如您所见，env指向全球环境。

因此，..2试图找到...，即weights中传递的第二个参数（即...），但是没有{{1}在全局环境中，您遇到了错误。希望现在很清楚！

最好的解决方案和我要做的是使用@Heroka的答案来解决它（或者你可以从头开始重写整个model.frame.default和lm而不使用NSE，但我认为首先是更合理:)）。

Answer 2

我不知道为什么你得到了你所得到的错误（我认为.... - 论证是为了这个。但是，我发现了一个轻微的解决方法，这是否符合你的需要？我所做的是在lapply中创建一个匿名函数，它计算权重（取决于数据的维度）并返回一个模型。

reg2 <- lapply(subDF, function(chunk){
  #calculate weights (!dependent on data ordering)
  weights <- 0.999^seq(nrow(chunk),1,by=-1)

  #fit model
  fit <- lm(x~., data=chunk, weights=weights)
  return(fit)
})

在lm lapply调用列表

2 个答案: