使用从 R 中的 tidyverse 'map' 的输出中提取的 lm 使用 'segmented' 时出错答案

【问题标题】：Error using 'segmented' with lm extracted from output of tidyverse 'map' in R使用从 R 中的 tidyverse 'map' 的输出中提取的 lm 使用 'segmented' 时出错
【发布时间】：2019-10-23 14:51:28
【问题描述】：

我正在使用“分段”包来查找 R 中线性回归中的断点

library(tidyverse)
library(segmented)

df <- data.frame(x = c(1:10), y = c(1,1,1,1,1,6:10))
lm_model <- lm(y ~ x, data = df)
seg_model <- segmented(obj = lm_model, seg.Z = ~ x)

但如果我在 purrr:map 中运行相同的模型，分段会失败。

map_test <- df %>% 
  nest() %>%
  mutate(map_lm = map(data, ~lm(y ~ x, data = .)),
         param_map_lm = map(map_lm, tidy))

map_lm_model <- map_test[[2]][[1]]

map_seg_model <- segmented(obj = map_lm_model, seg.Z = ~ x)

“is.data.frame(data) 中的错误：对象 '.'没找到”

当从map输出中提取的lm中取出lm obj时，segmented找不到底层数据。

然而，这两个线性模型对象看起来是相同的。

我真正需要做的是一个更有用的地图，在数据帧的多个子集上运行 lm，然后在生成的 lm 上“分段”运行。

【问题讨论】：

标签： r purrr

【解决方案1】：

这和the interaction between glm() and purrr::map()基本是同一个问题。

lm() 捕获提供给它的表达式，这在独立的情况下工作得很好。但是，当被map() 调用时，提供的表达式是.，它在map() 调用的直接上下文之外没有任何意义，并导致您观察到的错误。

与另一个问题一样，一种解决方法是为lm() 定义一个包装器，该包装器直接在数据集上构成自定义调用，然后lm() 将其捕获为未计算的表达式。

# Composes a custom lm() expression and evaluates it
lm2 <- function(data, ...)
    eval( rlang::expr(lm(data=!!rlang::enexpr(data), !!!list(...))) )

# Now mapping using lm2, instead of lm
map_test <- nest(df, data=everything()) %>% 
    mutate(map_lm       = map(data, lm2, y ~ x),
           param_map_lm = map(map_lm, broom::tidy))

# The data is stored directly inside the lm object
# segmented() now has no problems accessing it
map_lm_model <- map_test[[2]][[1]]
map_seg_model <- segmented(obj = map_lm_model, seg.Z = ~ x)
# Call: segmented.lm(obj = map_lm_model, seg.Z = ~x)
# 
# Meaningful coefficients of the linear terms:
# (Intercept)            x         U1.x  
#   1.000e+00    6.344e-15    1.607e+00  
# 
# Estimated Break-Point(s):
# psi1.x  
#  3.889

或作为单个mutate() 链：

map_test <- nest(df, data=everything()) %>% 
    mutate(map_lm       = map(data, lm2, y ~ x),
           param_map_lm = map(map_lm, broom::tidy),
           seg_lm       = map(map_lm, segmented, seg.Z=~x))
# # A tibble: 1 x 4
#             data map_lm param_map_lm     seg_lm    
#   <list<df[,2]>> <list> <list>           <list>    
# 1       [10 × 2] <lm>   <tibble [2 × 5]> <segmentd>

【讨论】：