Question

我正在尝试进行正向选择，并且在使用字符串公式时遇到了困难：

> df <- data.frame(x0=c(1,2,3), x1=c(3,2,1), y=c(1,0,1))
> f0 <- lm("y ~ 1", data=df)
> f1 <- formula(lm("y ~ .", data=df))
> step(f0, direction="forward", scope=f1)
Start:  AIC=-2.51
y ~ 1

Error in eval(predvars, data, env) : 
  invalid 'envir' argument of type 'closure'

我知道如果需要的话，我可以省略字符串公式部分：

> f0 <- lm(y ~ 1, data=df)
> f1 <- formula(lm(y ~ ., data=df))
> step(f0, direction="forward", scope=f1)
Start:  AIC=-2.51
y ~ 1

       Df Sum of Sq     RSS      AIC
<none>              0.66667 -2.51223
+ x0    1         0 0.66667 -0.51223
+ x1    1         0 0.66667 -0.51223

Call:
lm(formula = y ~ 1, data = df)

Coefficients:
(Intercept)  
     0.6667

但是我希望能够动态命名我的因变量而不必对其进行硬编码。

Answer 1

您快到了。您只需要在字符串公式周围添加as.formula函数，例如

df <- data.frame(x0=c(1,2,3), x1=c(3,2,1), y=c(1,0,1))
f0 <- lm(as.formula("y ~ 1"), data=df)
f1 <- formula(lm(as.formula("y ~ ."), data=df))
step(f0, direction="forward", scope=f1)

# make some string formulae objects
step0 <- "y ~ 1"
step1 <- "y ~ ."

# use as.formula
s0 <- lm(as.formula(step0), data=df)
s1 <- formula(lm(as.formula(step1), data=df))
step(s0, direction="forward", scope=s1)

Answer 2

正如@ konrad-rudolph在评论中已经建议的那样，您可以使用bquote在回归中动态地指定因变量的名称：

dependentVariable  <- as.name("y")
f0 <- lm(as.formula(bquote(.(dependentVariable) ~ 1)), data=df)
f1 <- formula(lm(bquote(.(dependentVariable) ~ .), data=df))
step(f0, direction="forward", scope=f1)

或者如果您不介意使用字符串，请使用接近@meenaparam答案的解决方案：

dependentVariable  <- "y"
f0 <- lm(as.formula(paste0(dependentVariable," ~ 1")), data=df)
#f1 <- formula(lm(as.formula(paste0(dependentVariable," ~ .")), data=df)) #Does call lm
#f1 <- as.formula(paste0(" ~ ", paste(names(df)[!grepl(dependentVariable, names(df))], collapse="+"))) #Does not call lm
f1 <- reformulate(names(df)[!grepl(dependentVariable, names(df))]) #Or using reformulate which creates a formula from a character vector
step(f0, direction="forward", scope=f1)

错误来自：

a <- lm("y ~ 1", data=df)
b <- lm(as.formula("y ~ 1"), data=df)
environment(formula(a)) #<environment: 0x56252c8a5fe0>
environment(formula(b)) #<environment: R_GlobalEnv>

因此对您的步骤进行以下最小更改将起作用：

f0 <- lm(as.formula("y ~ 1"), data=df) #as.formula is added here
f1 <- formula(lm("y ~ .", data=df))
step(f0, direction="forward", scope=f1)

eval（predvars，data，env）中的错误：类型为“ closure”的无效“ envir”参数

2 个答案: