如何在操作/更新拟合模型时访问源数据

Question

我正在尝试编写一些函数来简化多个模型的改装，但我发现这很痛苦，因为当R深入到评估树中时，它无法找到合适的data。尽管已经努力将公式环境存储在模型中，但我猜真的没有办法明确地指向原始数据对象。这对于使用survfit拟合生存曲线变得更加困难，其中没有terms对象存储在其中。

我真的需要每次都将数据/公式作为参数重新键入吗？

示例：

# model-fitting wrapper function
fn <- function(fn_formula, fn_data) {
    lm(formula = fn_formula, data = fn_data)
}
# specify exemplary data and formula
data <- data.frame(
    y = rnorm(100),
    x1 = rnorm(100),
    x2 = rnorm(100))
formula <- y ~ x1

# try to create and update the fit with different parameters
fn_fit <- fn(formula, data)
update(fn_fit, ~ x2)
# Error in is.data.frame(data) : object 'fn_data' not found
terms(fn_fit) %>% attr('.Environment')
# <environment: R_GlobalEnv>
terms(fn_fit$model) %>% attr('.Environment')
# <environment: R_GlobalEnv>
getCall(fn_fit)
# lm(formula = fn_formula, data = fn_data)

Answer 1

对于同名的lm()和update()，存储数据的变量应该在相同的作用域中。不确定你真正想要完成的是什么，如果你想要一个函数来创建一个可以在全局环境中使用的签名，你可以这样做

fn <- function(fn_formula, fn_data) {
  do.call("lm", list(fn_formula, data=substitute(fn_data)))
}
fn_fit <- fn(formula, data)
update(fn_fit, ~ x2)

否则，如果您真的想在本地函数作用域中捕获该变量，您可以创建一个帮助器，以便在正确的环境中进行有趣的更新。

fn <- function(fn_formula, fn_data) {
  environment(fn_formula) <- environment()
  lm(formula = fn_formula, data = fn_data)
}

fn_update <- function(object, ...) {
  mc<-match.call(definition = update)
  mc[[1]] <- quote(update)
  eval(mc, envir=environment(terms(object)))
}

fn_fit <- fn(formula, data)
fn_update(fn_fit, ~x2)

Answer 2

当您传递公式时，“model”子列表中存储的唯一项是那些需要的项。

> names(fn_fit$model)
[1] "y"  "x1"

但该对象中没有命名为'data‘或'fn_data’的内容。MrFlick第二个建议对框架调用树中的修改更具弹性：

> fn <- function(fn_formula, fn_data) {
+   do.call("lm", list(fn_formula, data=substitute(fn_data)))
+ }
> fn_fit <- fn(formula, data); rm(data)  # mess with the calling environment
> update(fn_fit, ~ x2)
Error in terms.formula(formula, data = data) : 
  'data' argument is of the wrong type

出现这个错误是因为R解释器只找到了名为data的函数；如果您部署了第二个选项，则会得到：

> data <- data.frame(
+     y = rnorm(100),
+     x1 = rnorm(100),
+     x2 = rnorm(100))

> fn <- function(fn_formula, fn_data) {
+   environment(fn_formula) <- environment()
+   lm(formula = fn_formula, data = fn_data)
+ }
> 
> fn_update <- function(object, ...) {
+   mc<-match.call(definition = update)
+   mc[[1]] <- quote(update)
+   eval(mc, envir=environment(terms(object)))
+ }

> 
> fn_fit <- fn(formula, data) ; rm(data)
> fn_update(fn_fit, ~x2)

Call:
lm(formula = y ~ x2, data = fn_data)

Coefficients:
(Intercept)           x2  
    0.01117     -0.13004