这有效:
testmodel=glm(breaks~wool,data=warpbreaks)
emmeans::emmeans(testmodel,"wool")
这有效:
warpbreaks %>%
group_by(tension) %>%
do(models=glm(breaks~wool,data=.)) %>%
ungroup() %>%
mutate(means=map(models,~emmeans::emmeans(.x,"wool")))
这不会:
warpbreaks %>%
group_by(tension) %>% nest() %>%
mutate(models=map(data,~glm(breaks~wool,data=.x))) %>%
mutate(means=map(models,~emmeans::emmeans(.x,"wool")))
Error in is.data.frame(data) : object '.x' not found
Error in mutate_impl(.data, dots) :
Evaluation error: Perhaps a 'data' or 'params' argument is needed.
知道是什么原因造成的吗?
我想到了。问题在于 emmeans 尝试从 lm/glm 对象恢复数据的方式:它尝试运行存储在对象中的调用,如果在与原始 glm() 调用不同的环境中调用 emmeans() ,则会失败:
emmeans:::recover_data.lm
这是一个简单的例子:
wb=warpbreaks
model=glm(breaks~wool,data=wb)
emmeans(model,"wool")
rm(wb)
emmeans(model,"wool")
以下是使 emmeans() 与 map() 一起使用的方法:
warpbreaks %>%
group_by(tension) %>% nest() %>%
mutate(models=map(data,~glm(breaks~wool,data=.x))) %>%
mutate(means=map(models,~emmeans::emmeans(.x,"wool",data=.x$data)))
似乎很奇怪,recover_data() 不仅仅自动使用 lm/glm 对象的数据属性,而是假设调用将在当前环境中运行......
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)