管道 '。'点导致 glm 调用出现问题答案

【问题标题】：Pipe '.' dot causes trouble in glm call管道 '。'点导致 glm 调用出现问题
【发布时间】：2019-07-06 20:14:20
【问题描述】：

dplyr 的管道不传递沿链传递的对象名称。这是众所周知的。但是，在您拟合 glm 模型后，它会导致意想不到的复杂情况。使用 glm 对象的函数期望调用包含包含数据的对象的正确名称。

    #sample data
    p_load(ISLR)
    mydata = ISLR::Default

    #fit glm
    fitted=
    mydata %>% 
      select(default, income) %>%
      glm(default~.,data=.,family=binomial) 

    #dot in call
    fitted$call

    #pscl's pR2 pseudo r2 function does not work
    p_load(pscl)
    pR2(fitted)

如何解决此问题？我想继续使用管道，包括select 函数。我还想获得一个在 fitted 中被反对的 glm，而不是可以与 pR2 或其他需要工作调用的函数一起使用。

可以将数据预处理重新安排到 glm 调用中，但它会带走代码的优雅。

fitted=
  glm(default~.,
      data=mydata %>%
        select(default, income),
      family=binomial)

【问题讨论】：

你有什么问题？
这是因为. 在glm 公式中具有特殊含义，即将模型拟合到数据集data 中包含的所有变量，但依赖变量除外。
是的，这是很常见的问题。您已经知道解决方案，不要输入glm。分配给中间对象。 mydata_glm <- mydata %>% ..... ; glm(...., data = mydata_glm)
@eastclintw00d，虽然这是真的，但我认为这不是问题所在（问题是数据的.，而不是公式中的.。
靠烟斗活着的人，死在烟斗里。

标签： r dplyr

【解决方案1】：

1) 由于您在 select 中明确写出所有变量，因此您可以轻松地将它们写在公式中并摆脱 select - 您如果您愿意，可以保留select，但如果变量已经在公式中明确给出，这似乎毫无意义。然后这个工作：

library(dplyr)
library(magrittr)
library(pscl)
library(ISLR)

fitted <- Default %$% glm(default ~ income, family=binomial)

fitted %>% pR2

2) 另一种可能性是将其倒置，而不是将glm 放入管道中，而是将管道放入glm：

fitted <- 
  glm(default ~ ., data = Default %>% select(income, default), family = binomial)

fitted %>% pR2

3) 第三种方法是生成glm 的formula 参数，而不是data 参数。

fitted <- Default %>% 
  select(starts_with("inc")) %>% 
  names %>% 
  reformulate("default") %>%
  glm(data = Default, family = binomial)

fitted %>% pR2

如果输出中的Call: 行看起来不错很重要，请用此替换glm 行。

{ do.call("glm", list(., data = quote(Default), family = quote(binomial))) }

或使用咕噜声：

{ invoke("glm", list(., data = expr(Default), family = expr(binomial))) }

【讨论】：

(1) select 可以使用通配符（例如，starts_with()、ends_with()、contains()），或替换为select_if。在最小的示例中它可能看起来毫无意义，但总的来说并非如此。
虽然有帮助的是指出两种方法：固定公式或数据都有效。
已添加（3）。
考虑到所有限制，这可能是最好的解决方案。我忘了reformulate——在这里真的很有用。干得好！
相关问题，也许值得一个新问题：使用地图：Default %>% group_by(student) %>% nest %>% mutate(model=map(data,glm,formula=formul,family='binomial')) %>% mutate(pr2=map(model,pR2))