在glm函数中使用二项式时，lazyeval找不到`C_logit_link`

Question

我真的很抓狂。我真的不明白这是怎么回事。这是一个MWE，但是实际的代码和目的要比这个复杂得多。所以代码是：

library(dplyr)
ds <- mutate(iris, Species = as.numeric(Species == 'setosa'))

ds %>%
    do_(
        .dots = lazyeval::interp(
            "broom::tidy(stats::glm(form, data = ., family = distr))",
            form = Species ~ Sepal.Length,
            distr = binomial()
        )
    )

它返回：Error in family$linkfun(mustart) : object 'C_logit_link' not found ...但是这段代码运行得很好：

ds %>%
    do_(
        .dots = lazyeval::interp(
            "broom::tidy(stats::glm(form, data = ., family = distr))",
            form = Sepal.Width ~ Sepal.Length,
            distr = gaussian()
        )
    )

两者之间的唯一区别是使用的族分布(高斯分布与二项式分布)和使用的变量。

那么问题是:为什么懒人找不到C_logit_link？

Answer 1

当您调用interp(x, *)时，它会计算要插入到x中的参数。在binomial()的情况下，结果是一个表示GLM中的二项式分布的结构。

interp(~x, x=binomial())

#~list(family = "binomial", link = "logit", linkfun = function (mu) 
#.Call(C_logit_link, mu), linkinv = function (eta) 
#.Call(C_logit_linkinv, eta), variance = function (mu) 
#mu * (1 - mu), dev.resids = function (y, mu, wt) 
#.Call(C_binomial_dev_resids, y, mu, wt), aic = function (y, n, 
#    mu, wt, dev) 
#{
#    m <- if (any(n > 1)) 
#    . . .

隐藏在该结构中的是一个函数，它通过对象C_logit_link调用已编译的C代码。这是stats包中未导出的对象。通常情况下，一切都很正常，因为该函数的环境是stats命名空间，所以它能够找到C_logit_link。

这里的问题是，您正在插值的对象是一个字符串，这意味着插入到其中的所有内容也会被强制转换为字符串。这会丢失查找C_logit_link所需的环境信息。

解决方案是插入一个公式：

library(dplyr)
ds <- mutate(iris, Species = as.numeric(Species == 'setosa'))

ds %>%
    do_(
        .dots = lazyeval::interp(
            ~broom::tidy(stats::glm(form, data = ., family = distr)),  # formula
            form = Species ~ Sepal.Length,
            distr = binomial()
        )
    )

#          term  estimate std.error statistic      p.value
#1  (Intercept) 27.828521 4.8275611  5.764509 8.189574e-09
#2 Sepal.Length -5.175698 0.8933984 -5.793270 6.902910e-09