用抽象公式表示emmeans方法

Question

我使用emmeans通过日志转换得到调整的方法。

但出乎意料的是，当我尝试用一个自定义函数调用它时，这种行为完全不同，没有明确的警告(除了关于日志转换的警告)。

下面是一个可重复的例子：

db = mtcars %>% mutate(cyl=factor(cyl))
m = lm(log(mpg) ~ log(disp) + cyl, data = db)
print(m$call)
emm = emmeans(m, spec = "cyl", type = "response")
as.data.frame(emm)

f = function(formula){
  m = lm(formula, data = db)
  print(m$call)
  emm = emmeans(m, spec = "cyl", type = "response")
  as.data.frame(emm)
}
f(log(mpg) ~ log(disp) + cyl)

在这里，函数内部和外部的模型之间唯一的区别是call对象(用all.equal()测试)。否则，它们的结果是完全相同的。

这段代码不是我的，我只想让它自动化，前提是“外部函数”输出是正确的。

为什么输出是不同的？如何使emmeans调用自动化？

Answer 1

这是一个范围界定问题(公式有一个相关的环境，取决于如何/在何处创建它们)。您可以通过计算语言将公式插入到lm调用中：

f = function(formula){
  m = eval(bquote(lm(.(formula), data = db)))
  print(m$call)
  emm = emmeans(m, spec = "cyl", type = "response")
  as.data.frame(emm)
}