在R中，如何动态地使用update()？

Question

在R中，我经常需要循环遍历lm类型对象的列表(例如glm、lme、clm)，并使用新的公式或其他参数更新它们。我使用lapply()进行此操作，因为它以相同的列表格式返回名称完整的列表格式，因此我可以继续这个过程。

有时，我传递的论点是动态的，并且对每个模型都是不同的。例如,

lapply(names(mylist) function(ii) {
  jj<-myotherlist[[ii]]; 
  update(mylist[[ii]],.~.+jj)
}) 

其中，jj是一个在列表中的每个模型中添加的术语，并且是在其他列表中根据每个模型定义的。

假设特定模型的预期结果公式是y~a+b+c。相反，结果lm对象中的call对象包含y~a+b+jj。因此，在某些情况下，生成的lm对象行为正常，但是每当需要计算公式时，它就会出错，因为jj早就消失了。是否有一种建议的方法可以强制update()在其输出中写入call对象时展开其参数中的所有变量，或者强制使用call对象的函数在lm对象的内部上下文中而不是全局上下文中计算调用，以便至少可以将新变量插入lm样式对象通常包含的model或data对象中？

如果用动态变量更新的部件是数据参数，那么该怎么办？例如：

data=cbind(sharedByAllModels,y=kk)

...where kk是当前模型所特有的(可能是sharedByAllModels数据some中某些列的某种聚合)。

Answer 1

在回答您的主要问题时，您可以使用bquote()来控制更新公式对象的哪些部分(即.()中的那些部分)得到评估。

mylist <- list(y ~ a + b, y ~ A + B)
myotherlist <- list("c", "C")

lapply(1:2, function(ii) {
    jj <- as.name(myotherlist[[ii]])
    update(mylist[[ii]], bquote(. ~ . + .(jj)))})
# [[1]]
# y ~ a + b + c
# 
# [[2]]
# y ~ A + B + C

或者，以类似的方式使用substitute()：

lapply(1:2, function(ii) {
      jj <- as.name(myotherlist[[ii]])
      update(mylist[[ii]], substitute(. ~ . + jj))
      })
# [[1]]
# y ~ a + b + c
# 
# [[2]]
# y ~ A + B + C

Answer 2

使用do.call，它在执行之前对其参数进行评估。见anova test fails on lme fits created with pasted formula。