更新

Question

我正在构建一个包：

读入数据集
确定建模数据¹
使用这些组件构建自启动NLS模型
将该模型应用于数据

结果存储在包含数据，模型和nls结果的列表中。一切正常，直到第4步。我已将构建的模型存储在列表中，R不再将它们识别为selfStart函数。

这是一个说明我问题的玩具示例。以下功能（来自SSlogis手册）在顶层工作正常：

 Chick.1 <- ChickWeight[ChickWeight$Chick == 1, ]
 fm1 <- nls(weight ~ SSlogis(Time, Asym, xmid, scal), data = Chick.1)
 fm1

非线性回归模型
    型号：重量~SSlogis（时间，Asym，xmid，scal）      数据：小鸡.1     Asym xmid scal
  937.02 35.22 11.41
   残差平方和：76.66

收敛的迭代次数：0
  实现收敛容差：7.778e-07

但是当我将函数和数据存储在一个列表中时，R不再将自启动功能视为自启动：

myobj <- list()
myobj$model <- SSlogis
myobj$data <- ChickWeight[ChickWeight$Chick == 1, ]

nls(weight ~ myobj$model(Time, Asym, xmid, scal), data = myobj$data)

getInitial.default出错（func，data，mCall = as.list（match.call（func，：
）找不到“函数”对象的“getInitial”方法

我的工作流程最终将包括处理数十个数据集，因此我希望将每个数据集及其相关模型保存在自己的对象中（这些对象可能最终会出现在对象列表中）。有没有办法维护或恢复我的selfStart函数的环境，即使它们存储在另一个列表中？

更新

为了回应格雷戈尔的建议，我尝试了这个：

nls(as.formula(sprintf("weight ~ %s(Time, Asym, xmid, scal)",
                       "myobj$model")), data = myobj$data)

nls中的错误（as.formula（sprintf（“weight~％s（Time，Asym，xmid，scal）”，：
    奇异梯度   另外：警告信息：
  在nls中（as.formula（sprintf（“weight~％s（Time，Asym，xmid，scal）”，：
    没有为某些参数指定起始值   将'Asym'，'xmid'，'scal'初始化为'1'   考虑指定'start'或使用selfStart模型

更新2

受到@Gregor的启发，我想出了一个解决方法：

nlsDispatch <- function(obj){
  GLOBAL_NLS <<- obj$model
  nls(weight ~ GLOBAL_NLS(Time, Asym, xmid, scal), data = myobj$data) 
}

nlsDispatch(myobj)

非线性回归模型
    型号：重量~GLOBAL_NLS（时间，Asym，xmid，scal）
     数据：myobj $ data
    Asym xmid scal
  937.02 35.22 11.41
   残差平方和：76.66

收敛的迭代次数：0
  实现收敛容差：6.621e-07

这很有效，但将我的功能放到全球环境中是很难看的。它表明如果我能更好地处理环境，我应该能够避免滥用全球环境来完成这项工作。

¹：在我的应用程序中，主要是计算峰值，并确定需要多少条Normal曲线来建模它们。

Answer 1

1）这有效：

Model <- myobj$model
nls(weight ~ Model(Time, Asym, xmid, scal), data = myobj$data)

给

Nonlinear regression model
  model: weight ~ Model(Time, Asym, xmid, scal)
   data: myobj$data
  Asym   xmid   scal 
937.02  35.22  11.41 
 residual sum-of-squares: 76.66

Number of iterations to convergence: 0 
Achieved convergence tolerance: 6.621e-07

2）对于自启动功能来说似乎确实存在范围。问题出现在使用此行的getInitial.formula中：

func <- get(as.character(object[[2L]][[1L]]))

请注意，get（环境）没有第二个参数，因此它不会关注环境。

因此，如果您想将上述解决方案放在一个函数中，那么您将需要像这样解决它：

f <- function() {
  myobj <- list()
  myobj$model <- SSlogis
  myobj$data <- ChickWeight[ChickWeight$Chick == 1, ]
  Model <<- myobj$model
  nls(weight ~ Model(Time, Asym, xmid, scal), data = myobj$data)
}
f()

3）另一个工作是附加模型。这将使其远离全球工作空间。请注意，我们之后将其分离，因此该功能不会留下任何痕迹。

f2 <- function() {
  on.exit(detach())
  if (any(grepl("list", search()))) stop("list already on search path")
  myobj <- list()
  myobj$model <- SSlogis
  myobj$data <- ChickWeight[ChickWeight$Chick == 1, ]
  attach(list(Model = myobj$model))
  nls(weight ~ Model(Time, Asym, xmid, scal), data = myobj$data)
}
f2()

请注意，如果detach没有出现，则下次attach完成时，搜索列表中会附加两个项目（而在之前的方法中，它总是覆盖全局变量，所以这是不可能发生的）所以我们检查搜索路径上没有这样的列表，如果存在错误则停止。

nls selfStart函数的范围

更新

更新2

1 个答案: