Question

我试图编写一些函数来简化重新设计多个模型，但发现它很痛苦，因为当R更深入到评估树时，R无法找到正确的data。尽管已经努力将公式环境存储在模型中，但我认为没有办法毫不含糊地指向原始数据对象。使用survfit拟合生存曲线变得更加困难，其中没有terms对象存储在其中。

我是否真的需要每次都重新输入数据/公式作为参数？

示例：

# model-fitting wrapper function
fn <- function(fn_formula, fn_data) {
    lm(formula = fn_formula, data = fn_data)
}
# specify exemplary data and formula
data <- data.frame(
    y = rnorm(100),
    x1 = rnorm(100),
    x2 = rnorm(100))
formula <- y ~ x1

# try to create and update the fit with different parameters
fn_fit <- fn(formula, data)
update(fn_fit, ~ x2)
# Error in is.data.frame(data) : object 'fn_data' not found
terms(fn_fit) %>% attr('.Environment')
# <environment: R_GlobalEnv>
terms(fn_fit$model) %>% attr('.Environment')
# <environment: R_GlobalEnv>
getCall(fn_fit)
# lm(formula = fn_formula, data = fn_data)

Answer 1

存储数据的变量应该与lm()和update()具有相同名称的范围相同。不确定你真正想要完成什么，如果你想要一个可以在全球环境中使用的创建签名的函数，你可以做一些像这样的工作

fn <- function(fn_formula, fn_data) {
  do.call("lm", list(fn_formula, data=substitute(fn_data)))
}
fn_fit <- fn(formula, data)
update(fn_fit, ~ x2)

否则，如果你真的想在本地函数范围内捕获该变量，可以在正确的环境中创建一个帮助更新的帮助器。

fn <- function(fn_formula, fn_data) {
  environment(fn_formula) <- environment()
  lm(formula = fn_formula, data = fn_data)
}

fn_update <- function(object, ...) {
  mc<-match.call(definition = update)
  mc[[1]] <- quote(update)
  eval(mc, envir=environment(terms(object)))
}

fn_fit <- fn(formula, data)
fn_update(fn_fit, ~x2)

Answer 2

当您通过公式时，[＆＃39; model＆＃39;]子列表中存储的唯一项目就是那些需要的项目。

> names(fn_fit$model)
[1] "y"  "x1"

但是，没有任何一个名称的数据＆＃39;或者＆＃39; fn_data＆＃39;在那个对象。 MrFlick的第二个建议对于调用树框架中的修改更具弹性：

> fn <- function(fn_formula, fn_data) {
+   do.call("lm", list(fn_formula, data=substitute(fn_data)))
+ }
> fn_fit <- fn(formula, data); rm(data)  # mess with the calling environment
> update(fn_fit, ~ x2)
Error in terms.formula(formula, data = data) : 
  'data' argument is of the wrong type

发生错误是因为R解释器只找到了名为data的函数;如果您改为部署第二个选项，则获得：

> data <- data.frame(
+     y = rnorm(100),
+     x1 = rnorm(100),
+     x2 = rnorm(100))

> fn <- function(fn_formula, fn_data) {
+   environment(fn_formula) <- environment()
+   lm(formula = fn_formula, data = fn_data)
+ }
> 
> fn_update <- function(object, ...) {
+   mc<-match.call(definition = update)
+   mc[[1]] <- quote(update)
+   eval(mc, envir=environment(terms(object)))
+ }

> 
> fn_fit <- fn(formula, data) ; rm(data)
> fn_update(fn_fit, ~x2)

Call:
lm(formula = y ~ x2, data = fn_data)

Coefficients:
(Intercept)           x2  
    0.01117     -0.13004

操作/更新拟合模型时如何访问源数据

2 个答案: