估计命令如何查找 R 公式中的变量名称？

我想使用 R 来估计大量模型nls()函数作用于用户定义的函数。由于许多变量在我的规范中是固定的，我想要一种在我的函数中预先设置它们的方法，但我没有正确理解 R 如何在公式中包含的函数中查找变量。

我看过 Hadley Wickham 的高级 R 书中有关元编程的部分，但它并没有启发我。这是我想要实现的目标的一个简化示例，使用mtcars数据集：

我尝试为跨规范固定的变量设置默认值：

expo <- function(x, theta, weight = wt) {
  x*weight^theta
}

我也尝试过仅使用固定变量的列名作为函数内的变量

expo <- function(x, theta) {
  x*wt^theta
}

如果我只想计算函数，这两种方法都有效，比如

attach(mtcars)
expo(qsec, 1)
detach()

但如果我尝试使用我的expo()例如，估计例程中的函数

nls(mpg ~ phi + expo(qsec, theta),
    data = mtcars,
    start = c('phi' = -2, 'theta' = 1))

失败并显示消息Error in expo(qsec, theta) : object 'wt' not found。评论中提出的一种可能性是简单地传递数据集，mtcars在这种情况下，要expo()作为一个论点。但因为我只会打电话expo()在通话中nls()如果数据集已经是一个参数，如果我能找到一种方法来避免这种重复，我会很高兴。

定义或调用后我的最终目标expo()适当的是能够做这样的事情：

depvars <- c('qsec', 'drat', 'dist')
lapply <- (depvars, function(x) {
    formula <- as.formula(paste0('mpg ~ phi + expo(', x, ', theta)'))
    nls(formula,
        data = mtcars,
        start = c('phi' = -2, 'theta' = 1))
}

棘手的是 R 的词法范围搜索包围环境, 这在调用过程中可能会令人困惑，因为调用者环境可能都有封闭的环境，并且事情很快就会变得混乱。

我将使用rlang包来调试这个场景。

首先，如果你定义了expo在全球环境中， 那么这将是它的封闭环境：

expo <- function(x, theta) {
  x*wt^theta
}

rlang::get_env(expo)
# <environment: R_GlobalEnv>

所以当你调用它时，R会首先在函数调用中搜索变量 （不是来电者！） 环境， 然后在封闭环境（这里是全局环境）中。

我不知道什么nls确实如此， 但我认为它创造了一个环境data您在那里提供并评估公式。 然而，它创建的环境似乎只包含它可以在公式中明确看到的变量， 我发现的东西：

expo <- function(x, theta) {
  cat("caller: ")
  print(ls(rlang::caller_env()))
  cat("enclosing: ")
  print(ls(rlang::env_parent(rlang::current_env())))
}

nls(mpg ~ phi + expo(qsec, theta),
    data = mtcars,
    start = c('phi' = -2, 'theta' = 1))
# caller: [1] "mpg"   "phi"   "qsec"  "theta"
# enclosing: [1] "expo"    
# Error ...

正如我们所看到的，caller的环境expo包含我们可以在公式中识别的变量， 和它的包围环境仅包含定义expo（全球环境）。 不幸的是，这意味着你甚至不能使用类似的东西eval.parent inside expo, 因为该环境不会包含来自的所有变量data.

如果你仍然想解决这个问题， 你可以修改expo在调用之前用您的数据封闭环境nls, 就像是：

expo <- function(x, theta) {
  x*wt^theta
}

environment(expo) <- list2env(as.list(mtcars))

nls(mpg ~ phi + expo(qsec, theta),
    data = mtcars,
    start = c('phi' = -2, 'theta' = 1))
# Error ... number of iterations exceeded maximum of 50