Question

我想在用户定义的函数上使用R的nls()函数来估计大量模型。由于许多变量在我的规范中是固定的，因此我想在函数中进行预设置，但是我无法正确理解R如何在公式所包含的函数中寻找变量。

我看过哈德利·威克姆（Hadley Wickham）的高级R书中有关元编程的部分，但是并没有启发我。这是一个使用mtcars数据集的简化示例：

我尝试为在各个规范中固定的变量设置默认值：

expo <- function(x, theta, weight = wt) {
  x*weight^theta
}

我也尝试过仅使用固定变量的列名作为函数内部的变量

expo <- function(x, theta) {
  x*wt^theta
}

如果我只是想计算函数，这两种方法都可以使用

attach(mtcars)
expo(qsec, 1)
detach()

例如，如果我尝试在估算例程中使用expo()函数

nls(mpg ~ phi + expo(qsec, theta),
    data = mtcars,
    start = c('phi' = -2, 'theta' = 1))

失败，并显示消息Error in expo(qsec, theta) : object 'wt' not found。注释中提到的一种可能性是，将数据集mtcars传递给expo()作为参数。但是，由于我只会在对expo()的调用中调用nls()，其中数据集已经是一个参数，如果能找到避免这种重复的方法，我会很高兴。

在正确定义或调用expo()之后，我的最终目标是能够执行以下操作：

depvars <- c('qsec', 'drat', 'dist')
lapply <- (depvars, function(x) {
    formula <- as.formula(paste0('mpg ~ phi + expo(', x, ', theta)'))
    nls(formula,
        data = mtcars,
        start = c('phi' = -2, 'theta' = 1))
}

Answer 1

棘手的事情是R的词法作用域在封闭环境中进行搜索，这在通话过程中可能会造成混乱，因为呼叫者环境每个都有封闭的环境，事情很快就会变得混乱。

我将使用rlang包调试此方案。

首先，如果您在全局环境中定义了expo，那就是它的封闭环境：

expo <- function(x, theta) {
  x*wt^theta
}

rlang::get_env(expo)
# <environment: R_GlobalEnv>

因此，当您调用它时，R将首先在函数调用中搜索变量（不是来电者！）环境，然后在封闭环境（此处为全局环境）中。

我不知道nls到底是做什么的，但是我会假设它会根据您提供的data创建一个环境，并在那里计算公式。但是，似乎它创建的环境仅包含可以在公式中明确看到的变量，我发现的东西：

expo <- function(x, theta) {
  cat("caller: ")
  print(ls(rlang::caller_env()))
  cat("enclosing: ")
  print(ls(rlang::env_parent(rlang::current_env())))
}

nls(mpg ~ phi + expo(qsec, theta),
    data = mtcars,
    start = c('phi' = -2, 'theta' = 1))
# caller: [1] "mpg"   "phi"   "qsec"  "theta"
# enclosing: [1] "expo"    
# Error ...

我们可以看到，expo的 caller 环境包含我们可以在公式中识别的变量，并且其封闭环境仅包含expo的定义（全球环境）。不幸的是，这意味着您甚至无法在eval.parent内使用expo之类的东西，因为该环境不会包含data中的所有变量。

如果您仍然想解决它，您可以在调用expo之前用数据修改nls的封闭环境，像这样：

expo <- function(x, theta) {
  x*wt^theta
}

environment(expo) <- list2env(as.list(mtcars))

nls(mpg ~ phi + expo(qsec, theta),
    data = mtcars,
    start = c('phi' = -2, 'theta' = 1))
# Error ... number of iterations exceeded maximum of 50

Answer 2

我接受了Alexis的回答，因为它回答了我的原始问题。不过，我想我会分享我采用的解决方案，以防万一有人觉得有用。

正如Alexis所说，该解决方案需要涉及修改expo()的封闭环境。我的方法不是每次都手动执行此操作（可能在每次调用expo()之后将其更改回原始环境），而是结合了NelsonGon的建议，即expo()的环境包含正确的变量的要求我在某个时候将数据集作为参数输入。为此，我创建了一个函数工厂make_expo()，该函数工厂设置了必需的变量并返回了expo()，以便变量自动位于expo()的封闭环境中：

make_expo <- function(df, vars = c('wt')) {
  wt <- df[[vars[1]]]
  function(x, theta) {
    x + wt^theta
  }
}

expo <- make_expo(mtcars)

nls(mpg ~ phi + expo(qsec, theta),
    data = mtcars,
    start = c('phi' = 1, theta = 1))
# Error ... number of iterations exceeded maximum of 50

我认为这有两个优点。首先，它更加健壮，因为您无需记住设置expo()的环境，因此在定义expo()时会自动进行设置。不过，make_expo()是灵活的-我可以设置默认值，也可以输入不同的数据集。其次，它使参数expo()的要求降低到我实际上期望在对expo()的不同调用中会有所不同的参数，从而提高了理解力

令我惊讶的是，公式创建了一个环境，可以在其中查找名称，该名称仅包含在公式中显式命名的变量，而不包含传递给nls()的数据集中的其他变量，但是您去了

估算命令如何在R中的公式中找到变量名？

2 个答案: