在 lm lapply 调用列表中使用权重参数[重复]

这是我的问题（为了可重现而虚构的数据）：

set.seed(42)
df<-data.frame("x"=rnorm(1000),"y"=rnorm(1000),"z"=rnorm(1000))
df2<-data.frame("x"=rnorm(100),"y"=rnorm(100),"z"=rnorm(100))
breaks<-c(-1000,-0.68,-0.01315,0.664,1000)
divider<-cut(df$x,breaks)
divider2<-cut(df2$x,breaks)
subDF<-by(df,INDICES=divider,data.frame)
subDF2<-by(df2,INDICES=divider2,data.frame)
reg<-lapply(subDF,lm,formula=x~.)
pre<-lapply(1:4,function(x){predict(reg[[x]],subDF2[[x]])})
lapply(1:4,function(x){summary(reg[[x]])$r.squared})

上面的代码工作正常。我正在做的事情如下：根据的价值观x，我分裂了df在 4 个数据帧中并对每个数据帧运行回归，以便能够预测其他数据集的值。数据帧的分割是为了更好地预测范围x对实际数据影响很大。

我想做的是为回归添加一个权重参数，以更加重视最新的数据。我的权重参数是：weights<-0.999^seq(250,1,by=-1)如果有250条数据。种子为 42，加上之前的休息，所有 4 个维度均为 250。

当我尝试做的时候reg<-lapply(subDF,lm,formula=x~.,weights=0.999^seq(250,1,by=-1))，我收到此错误：

Error in eval(expr, envir, enclos) : 
  ..2 used in an incorrect context, no ... to look in

这很奇怪，因为lapplyhas a ...参数，此处用于formula但它不接受weights.

所以我真的不知道该怎么做才能增加这些重量。我应该在我的代码中纠正什么，或者我应该（几乎）完全更改它以便能够使用权重？

对于这个例子，为了使其（也许）更容易，我削减了中断，以便 4 个子集具有相同的维度，但理想情况下，即使 4 个子集不具有相同的维度，答案也会起作用（因此中断breaks<-c(-1000,-0.75,0,0.75,1000)例如）

This https://stats.stackexchange.com/questions/105605/forecasting-a-time-series-with-weightsCrossValidated 上的帖子也有完全相同的问题，但没有有效的解决方案，所以这对我没有帮助。

不幸的是，您已经亲身经历了 R 中可以说是最严重的错误。即所谓的非标准评估 (NSE) 错误。

经过一番挖掘代码后，我想我找到了罪魁祸首。让我们一件一件地看：

首先我们来看看traceback():

weights <- 0.999^seq(250,1,by=-1)

lapply(subDF, lm, formula=x~., weights=weights)
Error in eval(expr, envir, enclos) : 
  ..2 used in an incorrect context, no ... to look in
> traceback()
8: eval(expr, envir, enclos)
7: eval(extras, data, env)
6: model.frame.default(formula = ..1, data = X[[1L]], weights = ..2, 
       drop.unused.levels = TRUE)
5: stats::model.frame(formula = ..1, data = X[[1L]], weights = ..2, 
       drop.unused.levels = TRUE)
4: eval(expr, envir, enclos)
3: eval(mf, parent.frame())
2: FUN(X[[1L]], ...)
1: lapply(subDF, lm, formula = x ~ ., weights = weights)

看起来问题出现在内部model.frame.default。那么，让我们看一下源代码。我不会发布整个源代码，但如果你输入model.frame.default在控制台中，您将看到中间的某个位置：

extras <- substitute(list(...))
extranames <- names(extras[-1L])
extras <- eval(extras, data, env)

最后一行是失败的地方。第一行称为 NSE，由以下命令创建substitute. substitute将创建所谓的expression也就是说，让我们说一个稍后在内部评估（即创建）的对象eval。正如你所看到的eval, extras将被评估在data然后如果没有找到env。对于公式来说这是可以的，因为它是在数据中评估的并且x~.会告诉eval使用中的所有列data. weights虽然不在data。所以，eval将在以下位置查找它env。但什么是env?

显然，env是一个环境并且是在其中创建的model.frame.default在行中：

env <- environment(formula$terms)

那么这是什么意思？让我们看另一个例子：

xtest <- function(x) {
  new_func <- function(x) {
    env <- environment(x)
    print(env)
  }
  new_func(x)
} 

> xtest(x~z)
<environment: R_GlobalEnv>

在上面的函数中，我尝试用更少的行复制什么env将在model.frame.default。如你看到的，environment(formula)指向全球环境。

所以，它就在那里env试图找到..2即传入的第二个参数... (i.e. weights），但由于没有...在全局环境中，您遇到了错误。希望现在已经清楚了！

最好的解决方案，我会做的是使用 @Heroka 的答案来解决它（或者你可以重写整个model.frame.default and lm从头开始不使用 NSE，但我认为第一个更合理:)）。