R - model.frame() 和非标准评估

Question

我对我试图编写的函数的行为感到困惑。我的例子来自 survival package 但我认为这个问题比这更笼统。基本上，以下代码

library(survival)
data(bladder)  ## this will load "bladder", "bladder1" and "bladder2"

mod_init <- coxph(Surv(start, stop, event) ~ rx + number, data = bladder2, method = "breslow")
survfit(mod_init)

将产生一个我感兴趣的对象。但是，当我在函数中编写它时，

my_function <- function(formula, data) {
  mod_init <- coxph(formula = formula, data = data, method = "breslow")
  survfit(mod_init)
  }

my_function(Surv(start, stop, event) ~ rx + number, data = bladder2)

该函数将在最后一行返回错误:

 Error in eval(predvars, data, env) : 
  invalid 'envir' argument of type 'closure' 
10 eval(predvars, data, env) 
9 model.frame.default(formula = Surv(start, stop, event) ~ rx + 
    number, data = data) 
8 stats::model.frame(formula = Surv(start, stop, event) ~ rx + 
    number, data = data) 
7 eval(expr, envir, enclos) 
6 eval(temp, environment(formula$terms), parent.frame()) 
5 model.frame.coxph(object) 
4 stats::model.frame(object) 
3 survfit.coxph(mod_init) 
2 survfit(mod_init) 
1 my_function(Surv(start, stop, event) ~ rx + number, data = bladder2) 

我很好奇是否有明显我遗漏的东西，或者这种行为是否正常。我觉得很奇怪，因为在 my_function 的环境中运行代码的第一部分时，我将拥有与全局环境中相同的对象。

编辑:我还收到了来自 survival 的作者 Terry Therneau 的有用输入。包裹。这是他的回答:

这个问题源于model.frame做的非标准评估。我发现的唯一解决方法是将 model.frame=TRUE 添加到原始 coxph 调用中。我认为这是 R 中的一个严重设计缺陷。非标准评估就像阴暗面——一条诱人且容易的道路，但总是以糟糕的结局告终。
特里 T。

Answer 1

诊断

从错误消息:

2 survfit(mod_init, newdata = base_case)
1 my_function(Surv(start, stop, event) ~ rx + number, data = bladder2) 

问题显然不在于 coxph在模型拟合期间，但使用 survfit .

从这条消息中:

10 eval(predvars, data, env) 
 9 model.frame.default(formula = Surv(start, stop, event) ~ rx + 
     number, data = data) 

我可以说问题是在 survfit的早期阶段，函数 model.frame.default()找不到 模型架包含公式中使用的相关数据 Surv(start, stop, event) ~ rx + number .因此它提示。

什么是模型框架？

模型框架由 data 形成传递给拟合例程的参数，如 lm() , glm()和 mgcv:::gam() .它是一个与 data 行数相同的数据框， 但:

删除所有未被 formula 引用的变量

添加了很多属性，其中最重要的是envrionement

大多数模型拟合例程，如 lm() , glm() , 和 mgcv:::gam() , 默认情况下将模型框架保留在其拟合对象中。这有一个好处，如果我们以后打电话 predict ，并且没有 newdata提供，它将从这个模型框架中找到数据进行评估。然而，一个明显的缺点是它会大大增加你的拟合对象的大小。

然而， survival:::coxph()是个异常(exception)。默认情况下，它会 不是 将此类模型框架保留在其拟合对象中。嗯，很明显，这会使生成的拟合对象的尺寸小得多，但是，您会遇到遇到的问题。 如果我们想问survival:::coxph()保留此模型框架，然后使用 model = TRUE这个功能的。

使用 survial:::coxph() 进行测试

library(survival); data(bladder)

my_function <- function(myformula, mydata, keep.mf = TRUE) {
  fit <- coxph(myformula, mydata, method = "breslow", model = keep.mf)
  survfit(fit)
  }

现在，这个函数调用将失败，如您所见:

my_function(Surv(start, stop, event) ~ rx + number, bladder2, keep.mf = FALSE)

但是这个函数调用会成功:

my_function(Surv(start, stop, event) ~ rx + number, bladder2, keep.mf = TRUE)

lm() 的相同行为

我们实际上可以在 lm() 中演示相同的行为:

## generate some toy data
foo <- data.frame(x = seq(0, 1, length = 20), y = seq(0, 1, length = 20) + rnorm(20, 0, 0.15))

## a wrapper function
bar <- function(myformula, mydata, keep.mf = TRUE) {
  fit <- lm(myformula, mydata, model = keep.mf)
  predict.lm(fit)
  }

现在这将成功，通过保持模型框架:

bar(y ~ x - 1, foo, keep.mf = TRUE)

虽然这将失败，通过丢弃模型框架:

bar(y ~ x - 1, foo, keep.mf = FALSE)

使用参数 newdata ?

请注意，我的示例 lm()有点人为，因为我们实际上可以使用 newdata参数在 predict.lm()解决这个问题:

bar1 <- function(myformula, mydata, keep.mf = TRUE) {
  fit <- lm(myformula, mydata, model = keep.mf)
  predict.lm(fit, newdata = lapply(mydata, mean))
  }

现在我们是否保留模型框架，两者都会成功:

bar1(y ~ x - 1, foo, keep.mf = TRUE)
bar1(y ~ x - 1, foo, keep.mf = FALSE)

那么你可能想知道:我们可以对 survfit() 做同样的事情吗？ ?
survfit()是一个泛型函数，在你的代码中，你实际上是在调用 survfit.coxph() .确实有 newdata这个函数的参数。文档中写道:

newdata:

a data frame with the same variable names as those that appear in the ‘coxph’ formula. ... ... Default is the mean of the covariates used in the ‘coxph’ fit.

所以，让我们试试:

my_function1 <- function(myformula, mydata) {
  mtrace.off()
  fit <- coxph(myformula, mydata, method = "breslow")
  survival:::survfit.coxph(fit, newdata = lapply(mydata, mean))
  }

我们希望这项工作:

my_function1(Surv(start, stop, event) ~ rx + number, bladder2)

但:

Error in is.data.frame(data) (from #5) : object 'mydata' not found

1: my_function1(Surv(start, stop, event) ~ rx + number, bladder2)
2: #5: survival:::survfit.coxph(fit, lapply(mydata, mean))
3: stats::model.frame(object)
4: model.frame.coxph(object)
5: eval(temp, environment(formula$terms), parent.frame())
6: eval(expr, envir, enclos)
7: stats::model.frame(formula = Surv(start, stop, event) ~ rx + number, data =
8: model.frame.default(formula = Surv(start, stop, event) ~ rx + number, data 
9: is.data.frame(data)

请注意，虽然我们传入了 newdata ，它不用于模型框架的构建:

3: stats::model.frame(object)

只有 object ，拟合模型的副本，传递给 model.frame.default() .

这与 predict.lm() 中发生的情况大不相同。 , predict.glm()和 mgcv:::predict.gam() .在这些例程中， newdata传递给 model.frame.default() .例如，在 lm() ， 有:

m <- model.frame(Terms, newdata, na.action = na.action, xlev = object$xlevels)

我不使用 survival包，所以不确定如何 newdata在这个包中工作。所以我认为我们真的需要一些专家来解释这一点。