函数内的 lapply、glm 和 speedglm：缺少参数 "data"，没有默认值

Question

我正在使用 mtcars 数据来说明我的问题。以下代码适用于 glm。它通过将 vlist 中的每个变量添加到 glm(vs ~ mpg, family = binomial(), data = mtcars 的模型中来生成新模型。

check_glm <- function(crude, vlist, data, ...){
  a <- glm(crude, data = data, family = binomial())
  lapply(vlist, function(x) update(a, as.formula(paste0(". ~ . +", x))))
}
check_glm(crude = "vs ~ mpg", vlist = c("am", "hp"), data = mtcars)

但是，当我将 glm 替换为 speedglm 时，

library(speedglm)
check_speedglm <- function(crude, vlist, data, ...){
  a <- speedglm(crude, data = data, family = binomial())
  lapply(vlist, function(x) update(a, as.formula(paste0(". ~ . +", x))))
}
check_speedglm(crude = "vs ~ mpg", vlist = c("am", "hp"), data = mtcars)

我得到了：

Error in model.frame.default(formula = vs ~ mpg + am, data = data, drop.unused.levels = TRUE) : argument "data" is missing, with no default.

我认为问题出在 lapply 行，但我无法找到解决方案。解决此问题的任何建议将不胜感激。

Answer 1

从本质上讲，您正在混淆可能彼此不兼容的包方法。尽管它们共享相同的名称，但这两种方法都来自不同的包，因此不同的作者出于不同的目的并输出不同的对象（glm class 与 speedglm class 这可能是S3 与 S4 对象）。

具体来说，glm 方法是 stats 包中 R 标准库的一部分，它与其相关的 stats 方法 update 一起工作。

根据 update 文档，

update will update and (by default) re-fit a model. It does this by extracting the call stored in the object, updating the call and (by default) evaluating that call.

主要参数：

object, x: An existing fit from a model function such as lm, glm and many others

因此，如果 speedglm 存储调用以捕获公式、数据和其他参数，并且类似于 return 对象结构，如 glm（继承自 lm class)，那么 update 就可以了。

要解决此问题，请考虑通过使用 lapply 的迭代模型调用动态构建 formula 来执行 update 所做的事情。这将适用于两种方法，因为每种方法都使用 formula 对象。

library(speedglm) 

check_speedglm <- function(crude, vlist, data, ...){ 
   lapply(seq_along(vlist), function(i)
       speedglm(as.formula(paste(crude, "+", paste(vlist[1:i], collapse=" + "))), 
                data = data, family = binomial()) 
   )
} 

check_speedglm(crude = "vs ~ mpg", vlist = c("am", "hp"), data = mtcars)

函数内的 lapply、glm 和 speedglm：缺少参数 "data"，没有默认值

lapply, glm, and speedglm inside a function: argument "data" is missing, with no default

r

lapply

glm

speedglm