函数内的update（）只搜索全局环境？

本文介绍了函数内的update（）只搜索全局环境？的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！ 问题描述 29岁程序员，3月因学历无情被辞！ 我试图编写一个包装函数来批量进行似然比测试。我试图包含update（）来更新初始模型。但是，似乎不是在函数内查找对象，而是在全局环境中搜索对象。 假< - data.frame（subj = rep（1：5，4）， factor1 = rep （字母[c（1,2,1,2）]，每个= 5）， factor2 = rep（字母[1：2]，每个= 10）， data = sort（rlnorm（ 20））） foo< - function（）{ temp< - false model1< - lmer（data_factor1 * factor2 +（1 | subj） ，temp） model1a< - update（model1，〜。factor1：factor2） model1a} 它在下面给出了一个错误信息： pre $ eval（expr，envir，enclos）中的错误： object'factor1'not found 有没有办法在函数中进行update（）搜索？谢谢！ 编辑： 我犯了一个错误。我想将temp传递给lmer，而不是假。 编辑2：建议的一个简便解决方案是简单地指定数据对象。尽管update（）现在没有问题，但anova（）似乎认为我试图比较的模型是基于不同的数据对象的。 code $ f $< - function（）{ temp< - 假 model1< -lmer（data_factor1 * factor2 +（1 | subj），data = temp） model1a< - update（model1，〜。factor1：factor2，data = temp） anova（model1，model1a）} foo（） 我收到一条错误消息： 在anova（model1，model1b）中出错：所有模型必须适合相同的数据对象 我想这个错误超出了update（）。但我想知道有没有人知道如何解决这个问题。请注意，如果我在不使用update（）函数的情况下编写函数，而是拼写出模型（参见下文），则上述错误消失： foo temp model1 model1a anova（model1，model1a）} foo（） Data：temp Models： model1a：data_factor1 + factor2 +（1 | subj） model1：data_factor1 * factor2 +（1 | subj） Df AIC BIC logLik Chisq Chi Df Pr（> Chisq） model1a 5 -4.6909 3.7535 7.3454 model1 6 -8.8005 1.3327 10.4003 6.1097 1 0.01344 * --- Signif。代码：0'***'0.001'**'0.01'*'0.05'。'0.1''1 编辑3：看来这个问题是与anova（）。我也尝试了@hadley的建议 $ p $ foo2 my_update< - function（ mod，公式= NULL，data = NULL）{调用< - getCall（mod） if（is.null（call））{ stop（Model object does not support updating （无法呼叫），call。= FALSE）} term< - terms（mod） if（is.null（term））{ stop（Model （！is.null（data））调用$ data< - data if（！is .nu​​ll（公式））调用$ formula< - update.formula（调用$ formula，formula） env eval（call，env，parent （model_1，〜factor1），...，b1，...，b1，...，b1，...， ：factor2） anova（model1，model1a）} foo2（） 我收到了一条错误消息，如下所示： as.data.frame.default中的错误（da ta）：不能强制将类的结构（mer，package =lme4）'转换为data.frame $ b $我之前也被这种行为叮咬过，所以我写了自己的版本 update 。它评估公式环境中的所有内容，因此它应该相当健壮。 my_update call< - getCall （mod） if（is.null（call））{ stop（Model object does not support updating（no call），call。= FALSE）} 如果（is.null（term））{ stop（模型对象不支持更新（无条件），call。= FALSE），如果（！is.null（数据））调用$ data< - data ，则调用$ formula< - update.formula（）;} if调用$ formula，formula） env eval（call，env，parent.frame（））} library（nlme4） fake< - data.frame（ subj = rep（1：5，4）， factor1 = rep（LETTERS [c（1,2,1,2）]，每个= 5）， factor2 = rep（字母[1：2]，每个= 10）， data = sort（rlnorm（20） ）） foo temp model1 model1a< - my_upda te（model1，〜。 - factor1：factor2） model1a } foo（） I tried to write a wrapper function to do likelihood ratio tests in batches. I tried to include update() to update the initial model. However, it seems that instead of looking for objects inside the function, it searches for objects in the global environment. fake <- data.frame(subj= rep(1:5, 4), factor1 = rep(LETTERS[c(1,2,1,2)], each=5), factor2 = rep(letters[1:2], each=10), data=sort(rlnorm(20)))foo <- function(){ temp <- fake model1 <- lmer(data~factor1*factor2 + (1 |subj), temp) model1a <- update(model1, ~.-factor1:factor2) model1a}And it gives an error message below:Error in eval(expr, envir, enclos) : object 'factor1' not foundIs there anyway to make update() search within the function? Thank you!EDIT:I made a mistake. I wanted to pass "temp" to lmer, not "fake".EDIT2:One convenient solution suggested is to simply specify the data object. Although update() now has no problem with this, anova() seems to think that the models I am trying to compare are based on different data objects foo <- function(){ temp <- fake model1 <- lmer(data~factor1*factor2 + (1 |subj), data=temp) model1a <- update(model1, ~.-factor1:factor2, data=temp) anova(model1, model1a) } foo()I get an error message: Error in anova(model1, model1b) : all models must be fit to the same data objectI suppose this error goes beyond update(). But I wonder if anyone knows how this can be resolved. Note that if I write the function without using update() and instead spell out the models (see below), the error above goes away: foo <- function(){ temp <- fake model1 <- lmer(data~factor1*factor2 + (1 |subj), data=temp) model1a <- lmer(data~factor1 + factor2 + (1 |subj), data=temp) anova(model1, model1a) } foo() Data: temp Models: model1a: data ~ factor1 + factor2 + (1 | subj) model1: data ~ factor1 * factor2 + (1 | subj) Df AIC BIC logLik Chisq Chi Df Pr(>Chisq) model1a 5 -4.6909 3.7535 7.3454 model1 6 -8.8005 1.3327 10.4003 6.1097 1 0.01344 * --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1EDIT 3:It seems that the issue is with anova(). I also tried the suggestion by @hadleyfoo2 <- function(){ my_update <- function(mod, formula = NULL, data = NULL) { call <- getCall(mod) if (is.null(call)) { stop("Model object does not support updating (no call)", call. = FALSE) } term <- terms(mod) if (is.null(term)) { stop("Model object does not support updating (no terms)", call. = FALSE) } if (!is.null(data)) call$data <- data if (!is.null(formula)) call$formula <- update.formula(call$formula, formula) env <- attr(term, ".Environment") eval(call, env, parent.frame())} model1 <- lmer(data~factor1*factor2 + (1 |subj), temp) model1a <- my_update(model1, ~.-factor1:factor2) anova(model1, model1a) } foo2()I got an error message as shown below: Error in as.data.frame.default(data) : cannot coerce class 'structure("mer", package = "lme4")' into a data.frame 解决方案 I've been bitten by this behaviour before too, so I wrote my own version of update. It evaluates everything in the environment of the formula, so it should be fairly robust. my_update <- function(mod, formula = NULL, data = NULL) { call <- getCall(mod) if (is.null(call)) { stop("Model object does not support updating (no call)", call. = FALSE) } term <- terms(mod) if (is.null(term)) { stop("Model object does not support updating (no terms)", call. = FALSE) } if (!is.null(data)) call$data <- data if (!is.null(formula)) call$formula <- update.formula(call$formula, formula) env <- attr(term, ".Environment") eval(call, env, parent.frame())}library(nlme4)fake <- data.frame( subj = rep(1:5, 4), factor1 = rep(LETTERS[c(1,2,1,2)], each = 5), factor2 = rep(letters[1:2], each = 10), data = sort(rlnorm(20)))foo <- function() { temp <- fake model1 <- lmer(data ~ factor1 * factor2 + (1 | subj), fake) model1a <- my_update(model1, ~ . - factor1:factor2) model1a}foo() 这篇关于函数内的update（）只搜索全局环境？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！ 上岸，阿里云！