Question

我有一个函数执行Box的M检验，以确定协方差的相等性多元线性模型中的矩阵。我想把它变成一个带有公式方法的S3泛型函数，这是最自然的界面。

完整的当前代码位于https://gist.github.com/friendly/749b5a69a067e02b87dd。我可以将它全部粘贴在这里，但也许是那个链接已经足够了。

我不了解访问模型对象组件的函数中使用的很多魔法。我将leveneTest包中car中找到的代码用作模板，解决了单变量模型的类似问题。

以下是使用默认方法boxM.default的快速测试：

data(iris)
res <- boxM(iris[, 1:4], iris[, "Species"])
res

给出了期望的结果：

>     data(iris)
>     res <- boxM(iris[, 1:4], iris[, "Species"])
>     res

        Box's M-test for Homogeneity of Covariance Matrices

data:  iris[, 1:4]
Chi-Sq (approx.) = 140.94, df = 20, p-value < 2.2e-16
>

当我尝试直接调用公式方法boxM.formula时，它也可以工作，提供与上面相同的输出。

boxM( cbind(Sepal.Length, Sepal.Width, Petal.Length, Petal.Width) ~ Species, data=iris)

但是，boxM.lm方法的此测试失败：

> iris.mod <- lm(cbind(Sepal.Length, Sepal.Width, Petal.Length, Petal.Width) ~ Species, data=iris)
> boxM(iris.mod)
Error in cbind(Sepal.Length, Sepal.Width, Petal.Length, Petal.Width) : 
  object 'Sepal.Length' not found
> traceback()
8: cbind(Sepal.Length, Sepal.Width, Petal.Length, Petal.Width)
7: eval(expr, envir, enclos)
6: eval(predvars, data, env)
5: model.frame.default(form, data)
4: model.frame(form, data) at boxM.R#59
3: boxM.formula(formula(y), data = model.frame(y), ...) at boxM.R#76
2: boxM.lm(iris.mod) at boxM.R#2
1: boxM(iris.mod)
>

我想我明白为什么它会失败 - 与查找model.frame()中的变量的环境有关，而不是如何纠正它。

有人可以帮忙吗？

Answer 1

您设计的boxM函数可以将lm对象作为输入。实现尝试从lm中提取公式和model.frame，并将其重用于boxM.formula。

似乎无法解决问题的原因是因为model.frame(iris.mod)没有返回原始data.frame而是返回2列data.frame，其中第1列包含左侧矩阵变量，第二个是右侧的矢量。您可以通过

进行检查

class(model.frame(iris.mod))
dim(model.frame(iris.mod))
names(model.frame(iris.mod))
model.frame(iris.mod)[,1]
model.frame(iris.mod)[,2]

由于model.frame(iris.mod)已将数据解析为可计算格式，因此当boxM.default对象为输入时，您可以应用boxM.formula而不是lm。例如，这似乎有效：

boxM.default(Y = model.frame(iris.mod)[,1], 
             group = model.frame(iris.mod)[,2])

#    Box's M-test for Homogeneity of Covariance Matrices

#data:  model.frame(iris.mod)[, 1]
#Chi-Sq (approx.) = 140.94, df = 20, p-value < 2.2e-16

Answer 2

我解决这个问题的同事说：“你被非标准评估所困扰。”

这是一个有效的解决方案，更通常与模型对象的S3方法一致。它在环境中找到data 模型公式。

boxM.lm <- function(y, ...) {
  data <- getCall(y)$data
  y <- if (!is.null(data)) {
    data <- eval(data, envir = environment(formula(y)))
    update(y, formula(y), data = data)
  }
  else update(y, formula(y))

  boxM.formula(formula(y), data=eval(data, envir = environment(formula(y))), ...)
}

如何为R

2 个答案: