R - 根据对象的名称将对象传递给函数

Question

假设在 R 中我有来自多个 glm() 函数调用的多个 GLM 对象。

glm_01
glm_02
...
glm_nn

...假设我想使用卡方检验或 F 方差分析检验进行所有可能的成对比较。

anova(glm_01, glm_02, test = "F")
anova(glm_01, glm_03, test = "F")
anova(glm_01, glm_04, test = "F")
...

我不想手动执行此操作，因为模型列表很长。相反，我想获取相关模型对象的列表（任何以 "glm_" 开头的对象）并自动进行所有成对比较。但是我不确定如何将模型对象（而不是字符串形式的名称）传递给 anova() 函数。

举个简单的例子：

data(mtcars)

# create some models

glm_01 <- glm(mpg ~ cyl                 , mtcars, family = gaussian())
glm_02 <- glm(mpg ~ cyl + disp          , mtcars, family = gaussian())
glm_03 <- glm(mpg ~ cyl + disp + hp     , mtcars, family = gaussian())
glm_04 <- glm(mpg ~ cyl + disp + hp + wt, mtcars, family = gaussian())

# get list of relevant model objects from the R environment

model_list <- ls()
model_list <- model_list[substr(model_list, 1, 4) == "glm_"]

# create a table to store the pairwise ANOVA results

n_models <- length(model_list)
anova_table <- matrix(0, nrow = n_models, ncol = n_models)

# loop through twice and do pairwise comparisons

for(row_index in 1:n_models) {
  for(col_index in 1:n_models) {
      anova_table[row_index, col_index] <- anova(model_list[row_index], model_list[col_index], test = "F")$'Pr(>F)'[2]
  }
}

...但是最后这个循环当然不起作用，因为我没有将模型对象传递给 anova()，而是将对象的名称作为字符串传递。我如何告诉 anova() 使用字符串引用的对象，而不是字符串本身？

谢谢。

======================

可能的解决方案：

data(mtcars)

glm_list <- list()

glm_list$glm_01 <- glm(mpg ~ cyl                 , mtcars, family = gaussian())
glm_list$glm_02 <- glm(mpg ~ cyl + disp          , mtcars, family = gaussian())
glm_list$glm_03 <- glm(mpg ~ cyl + disp + hp     , mtcars, family = gaussian())
glm_list$glm_04 <- glm(mpg ~ cyl + disp + hp + wt, mtcars, family = gaussian())

# create a table to store the pairwise ANOVA results

n_models <- length(glm_list)
anova_table <- matrix(0, nrow = n_models, ncol = n_models)

# loop through twice and do pairwise comparisons

row_idx <- 0
col_idx <- 0

for(row_glm in glm_list)
{
  row_idx <- row_idx + 1
  
  for(col_glm in glm_list)
  {
    col_idx <- col_idx + 1
    anova_table[row_idx, col_idx] <- anova(row_glm, col_glm, test = "F")$'Pr(>F)'[2]
  }
  col_idx <- 0
}
row_idx <- 0

Answer 1

最简单的方法是将所有模型保存在一个列表中。这使得迭代它们变得简单。例如，您可以创建所有模型并像这样在所有模型之间进行成对比较：

data(mtcars)

f_list <- list(mpg ~ cyl, 
               mpg ~ cyl + disp,
               mpg ~ cyl + disp + hp,
               mpg ~ cyl + disp + hp + wt)

all_glms  <- lapply(f_list, glm, data = mtcars, family = gaussian)
all_pairs <- as.data.frame(combn(length(all_glms), 2))
result <- lapply(all_pairs, function(i) anova(all_glms[[i[1]]], all_glms[[i[2]]]))

这给你：

result
#> $V1
#> Analysis of Deviance Table
#> 
#> Model 1: mpg ~ cyl
#> Model 2: mpg ~ cyl + disp
#>   Resid. Df Resid. Dev Df Deviance
#> 1        30     308.33            
#> 2        29     270.74  1   37.594
#> 
#> $V2
#> Analysis of Deviance Table
#> 
#> Model 1: mpg ~ cyl
#> Model 2: mpg ~ cyl + disp + hp
#>   Resid. Df Resid. Dev Df Deviance
#> 1        30     308.33            
#> 2        28     261.37  2   46.965
#> 
#> $V3
#> Analysis of Deviance Table
#> 
#> Model 1: mpg ~ cyl
#> Model 2: mpg ~ cyl + disp + hp + wt
#>   Resid. Df Resid. Dev Df Deviance
#> 1        30     308.33            
#> 2        27     170.44  3   137.89
#> 
#> $V4
#> Analysis of Deviance Table
#> 
#> Model 1: mpg ~ cyl + disp
#> Model 2: mpg ~ cyl + disp + hp
#>   Resid. Df Resid. Dev Df Deviance
#> 1        29     270.74            
#> 2        28     261.37  1   9.3709
#> 
#> $V5
#> Analysis of Deviance Table
#> 
#> Model 1: mpg ~ cyl + disp
#> Model 2: mpg ~ cyl + disp + hp + wt
#>   Resid. Df Resid. Dev Df Deviance
#> 1        29     270.74            
#> 2        27     170.44  2    100.3
#> 
#> $V6
#> Analysis of Deviance Table
#> 
#> Model 1: mpg ~ cyl + disp + hp
#> Model 2: mpg ~ cyl + disp + hp + wt
#>   Resid. Df Resid. Dev Df Deviance
#> 1        28     261.37            
#> 2        27     170.44  1   90.925

^{由 reprex package (v0.3.0)}

于 2020-08-25 创建

Answer 2

如果您想通过符号引用可访问环境中的任意对象而不将它们放入列表对象中，return搜索列表中符号等于字符串的顶部对象的标准方法是get()，或等效向量 mget()。 IE。 get("glm_01") 为您提供搜索列表中带有符号 glm_01 的顶部对象。对您的方法的最小修改是将对 model_list[row_index] 和 model_list[col_index] 的调用包装在 get().

中

您可以通过在命名环境中分配模型并仅从该环境中 get 来更精确地查找对象（使用 envir 参数 get() ).

R - 根据对象的名称将对象传递给函数

R - passing object to function based on the NAME of the object

r

anova

glm