r - 在 lm lapply 调用列表中使用权重参数

Question

这个问题在这里已经有了答案:





Error in calling `lm` in a `lapply` with `weights` argument

(2 个回答)


3年前关闭。




这是我的问题(虚构数据以便重现):

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。我正在做的是:根据 x 的值，我将 df 拆分为 4 个数据帧并对每个数据帧运行回归，以便能够预测其他数据集的值。数据帧的拆分是为了更好地预测，因为 x 的范围对实际数据有很大影响。

我想要做的是为回归添加一个权重参数，以更加重视最新数据。我的权重参数是:如果有 250 个数据，则为 weights<-0.999^seq(250,1,by=-1)。使用 42 的种子和之前的中断，所有 4 个维度都是 250。

当我尝试执行 reg<-lapply(subDF,lm,formula=x~.,weights=0.999^seq(250,1,by=-1)) 时，出现此错误:

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

这很奇怪，因为 lapply 有一个 ... 参数，这里用于 formula 但它不接受 weights 。

所以我真的不知道该怎么做才能添加这些权重。我应该在我的代码中更正什么，或者我应该(几乎)完全改变它以能够使用权重？

例如，为了使它(也许)更容易，我切断了中断，以便 4 个子集具有相同的维度，但理想情况下，即使 4 个子集的维度不同，答案也会起作用(因此中断为 breaks<-c(-1000,-0.75,0,0.75,1000)例如)

CrossValidated 上的 This 帖子有完全相同的问题，但没有有效的解决方案，因此对我没有帮助。

Answer 1

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

在对代码进行了一番挖掘之后，我想我已经找到了罪魁祸首。让我们一件一件来看:

首先让我们看看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)

看起来问题发生在 model.frame.default 内部.那么，让我们来看看源代码。我不会发布整个源代码，但如果你输入 model.frame.default在控制台中，您将看到中间的某处:

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

最后一行是失败的地方。第一行是所谓的 NSE，由 substitute 创建。 . substitute将创建所谓的 expression即，让我们说类似稍后要在 eval 内部进行评估(即创建)的对象之类的内容.正如您在 eval 中看到的那样, extras将在 data 中评估然后如果在 env 中没有找到.对于公式来说没问题，因为它是在数据中计算的， x~.会告诉 eval使用 data 中的所有列. weights虽然不在 data .因此， eval将在 env 中寻找它.但是什么是 env ?

显然， env是一个环境，在 model.frame.default 中创建在这一行:

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 env将在 model.frame.default .如您所见， environment(formula)指向全局环境。

所以，它就在那里 env试图找到 ..2即第二个参数传入 ... (即 weights )，但因为没有 ...在全局环境中，您遇到错误。希望现在清楚了!

最佳解决方案，我会做的是使用 @Heroka 的答案来解决它(或者您可以在不使用 NSE 的情况下从头重写整个 model.frame.default 和 lm，但我认为第一个更合理:))。