背景
我正在尝试根据一些参数将混合模型拟合到函数中。如果要使用contrast
中的library(contrast)
,则必须使用一种解决方法,因为contrast
使用call
对象中的lme
插槽来确定data
,fixed
或random
参数传递给函数中的lme
(参见代码)。顺便说一下,lm
对象不是这种情况。
数据
set.seed(1)
dat <- data.frame(x = runif(100), y1 = rnorm(100), y2 = rnorm(100),
grp = factor(sample(2, 100, replace = TRUE)))
码
library(contrast)
library(nlme)
makeMixedModel1 <- function(resp, mdat = dat) {
mF <- formula(paste(resp, "x", sep = "~"))
mdat <- mdat[resp > 0, ]
mod <- lme(mF, random = ~ 1 | grp, data = mdat)
mC <- mod$call
mC$fixed <- mF
mC$data <- mdat
mod$call <- mC
mod
}
makeMixedModel2 <- function(resp, mdat = dat) {
mF <- formula(paste(resp, "x", sep = "~"))
mdat <- mdat[resp > 0, ]
lme(mF, random = ~ 1 | grp, data = mdat)
}
mm1 <- makeMixedModel1("y1")
mm2 <- makeMixedModel2("y1")
contrast(mm1, list(x = 1)) ## works as expected
# lme model parameter contrast
#
# Contrast S.E. Lower Upper t df Pr(>|t|)
# 0.1613734 0.2169281 -0.2692255 0.5919722 0.74 96 0.4588
contrast(mm2, list(x = 1)) ## gives an error
# Error in eval(expr, envir, enclos) : object 'mF' not found
题
我已将错误跟踪到
contrast
评估fixed
的call
插槽内的mm2
插槽的部分,该部分等于mF
当然是在顶层,因为它已定义仅在我的函数makeMixedModel2
中。 makeMixedModel1
中的解决方法通过显式覆盖call
中的相应插槽来进行补救。显然,对于
lm
对象,这可以通过更智能的方式解决,因为无需进行手动覆盖,因为contrast
似乎在正确的上下文中撤回了所有部分,尽管mF
和mdat
当然不是已知:makeLinearModel <- function(resp, mdat = dat) {
mF <- formula(paste(resp, "x", sep = "~"))
mdat <- mdat[resp > 0, ]
lm(mF, data = mdat)
}
contrast(makeLinearModel("y1"), list(x = 1))
因此,我假设
lm
将formula
和data
的值存储在某个位置,以便可以在不同的环境中检索in。我可以忍受我的解决方法,尽管它有一些丑陋的副作用,因为
print(mm1)
显示所有数据而不是简单的名称。所以我的问题是,是否有其他一些策略可以达到我的预期?还是我必须写信给contrast
的维护者并问他,他是否可以更改lme
对象的代码,使他不再依赖call
插槽,而是尝试解决该问题(如对lm
所做的那样? 最佳答案
我认为您要解决的只是contrast()
对象的lme
错误实现。我会联系作者进行修复(这可能是最近使用nlme
进行更改的结果)。但是与此同时,您可以通过在contrast.lme()
函数而不是模型构造函数中实现变通办法来避免副作用:
contrast.lme <- function(fit, ...) {
mC <- fit$call
mC$fixed <- formula(fit)
mC$data <- fit$data
fit$call <- mC
library(nlme)
contrast:::contrastCalc(fit, ...)
}
assignInNamespace("contrast.lme", contrast.lme, "contrast")
mm2 <- makeMixedModel2("y1")
contrast(mm2, list(x = 1))
产量:
lme model parameter contrast
Contrast S.E. Lower Upper t df Pr(>|t|)
0.1613734 0.2169281 -0.2692255 0.5919722 0.74 96 0.4588
和:
print(mm2)
产量:
Linear mixed-effects model fit by REML
Data: mdat
Log-restricted-likelihood: -136.2472
Fixed: mF
(Intercept) x
-0.1936347 0.3550081
Random effects:
Formula: ~1 | grp
(Intercept) Residual
StdDev: 0.131666 0.9365614
Number of Observations: 100
Number of Groups: 2
关于r - 在函数内创建lme对象,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/31788607/