函数中的lapply、glm和速glm:参数"data“缺失，没有默认设置

Question

我正在使用mtcars数据来显示我的问题。下面的代码在glm中很好地工作。它通过将vlist中的每个变量添加到glm(vs ~ mpg, family = binomial(), data = mtcars模型中来生成新的模型。

check_glm <- function(crude, vlist, data, ...){
  a <- glm(crude, data = data, family = binomial())
  lapply(vlist, function(x) update(a, as.formula(paste0(". ~ . +", x))))
}
check_glm(crude = "vs ~ mpg", vlist = c("am", "hp"), data = mtcars)

然而，当我将glm替换为speedglm时，

library(speedglm)
check_speedglm <- function(crude, vlist, data, ...){
  a <- speedglm(crude, data = data, family = binomial())
  lapply(vlist, function(x) update(a, as.formula(paste0(". ~ . +", x))))
}
check_speedglm(crude = "vs ~ mpg", vlist = c("am", "hp"), data = mtcars)

我得到了：

model.frame.default中的错误(公式= vs ~ mpg + am，data = data，drop.unused.levels = TRUE)：参数"data“缺失，没有默认值。

我认为问题出在lapply线上，但我想不出解决办法。任何解决这一问题的建议都将不胜感激。

Answer 1

本质上，您正在混合可能不兼容的包方法。虽然它们同名，但这两种方法都来自不同的包，因此不同的作者出于不同的目的，并输出不同的对象(glm类与speedglm类，后者可能是S3与S4对象)。

具体来说，glm方法是stats包中R标准库的一部分，它与其相关的stats方法update一起工作。

根据update文档，

update将更新并(默认情况下)重新安装模型。它通过提取存储在对象中的调用、更新调用以及(默认情况下)评估该调用来实现这一点。

主要论点：

object，x：来自于模型函数的现有的fit，如lm、andglm和许多其他

因此，如果speedglm存储捕获公式、数据和其他args的调用，并且类似于返回对象结构为glm (从lm类继承)，那么update就可以工作。

要解决这个问题，可以考虑通过使用使用update的迭代模型调用动态构建formula来完成lapply的工作。这在这两种方法中都是可行的，因为每个方法都使用formula对象。

library(speedglm) 

check_speedglm <- function(crude, vlist, data, ...){ 
   lapply(seq_along(vlist), function(i)
       speedglm(as.formula(paste(crude, "+", paste(vlist[1:i], collapse=" + "))), 
                data = data, family = binomial()) 
   )
} 

check_speedglm(crude = "vs ~ mpg", vlist = c("am", "hp"), data = mtcars)