将模型参数稳健地传递给 R 的 predict() 函数答案

【问题标题】：passing model parameters to R's predict() function robustly将模型参数稳健地传递给 R 的 predict() 函数
【发布时间】：2015-08-16 23:23:00
【问题描述】：

我正在尝试使用 R 来拟合线性模型并进行预测。我的模型包括一些不在数据框中的常量边参数。这是我正在做的简化版本：

dat <- data.frame(x=1:5,y=3*(1:5))
b <- 1
mdl <- lm(y~I(b*x),data=dat)

不幸的是，模型对象现在遇到了一个危险的作用域问题：lm() 不会将b 保存为mdl 的一部分，因此当调用predict() 时，它必须回到@987654326 所在的环境中@ 已定义。因此，如果后续代码改变b的值，预测值也会改变：

y1 <- predict(mdl,newdata=data.frame(x=3)) # y1 == 9
b <- 5
y2 <- predict(mdl,newdata=data.frame(x=3)) # y2 == 45

如何强制predict() 使用原始b 值而不是更改后的值？或者，是否有某种方法可以控制predict() 查找变量的位置，以便我可以确保它获得所需的值？在实践中，我不能将b 作为newdata 数据框的一部分，因为在我的应用程序中，b 是一个参数向量，其大小与新观察的数据框不同。

请注意，相对于我的实际用例，我已经大大简化了这一点，因此我需要一个强大的通用解决方案，而不仅仅是临时黑客。

【问题讨论】：

标签： r lexical-scope dynamic-scope

【解决方案1】：

eval(substitute 将值放入带引号的表达式中

mdl <- eval(substitute(lm(y~I(b*x),data=dat), list(b=b)))

mdl
# Call:
# lm(formula = y ~ I(1 * x), data = dat)
# ...

【讨论】：

哇，太棒了。唯一的缺点是它使str(mdl) 更难看，因为它充满了替换值。但我现在可以忍受，除非你能想到更好的方法？谢谢！
@Paul 我不确定你的意思？因为有数字代替“b”？还是别的什么？
@Paul 好的，试试mdl <- local({b=b; lm(y ~ I(b*x), data=dat) })，也许这样更漂亮
@Paul 你可能只想阅读?local 文档（环境的东西可能会令人困惑，它会比我做得更好），但local 创建了一个新的环境，你可以为表达式定义变量。例如，如果您改为使用mdl <- local({ b=b; lm(y ~ I(b*x), data=dat) }, envir=.GlobalEnv)，则在全局环境中重新定义b 时将不起作用。
谢谢。阅读文档后，我对local() 产生的新环境的居住地感到有些困惑。但我发现这段代码很有启发性：my_env=new.env(); mdl <- local({b<-1; lm(y ~ I(b*x), data=dat) },envir=my_env); ls(my_env)，它输出"b"

【解决方案2】：

我们也可以使用bquote

mdl <- eval(bquote(lm(y~I(.(b)*x), data=dat)))
mdl

#Call:
#lm(formula = y ~ I(1 * x), data = dat)

#Coefficients:
#(Intercept)     I(1 * x)  
#  9.533e-15    3.000e+00

根据?bquote描述

‘bquote’引用它的参数，除了包裹在“.()”中的术语在指定“where”环境。

【讨论】：