Irgendwelche Fallstricke bei der Verwendung von programmatisch konstruierten Formeln?

Question

Ich möchte durch einen langen Vektor von möglichen erklärenden Variablen, eine Regressionsvariable auf jeder der Reihe nach durchlaufen. Anstatt die Modellformel zusammenzufügen, denke ich an reformulate(), as demonstrated here.

Die unten angegebene Funktion fun() scheint die Aufgabe zu erfüllen und passt das gewünschte Modell an. Beachten Sie jedoch, dass in seinem Aufrufelement die Name der konstruierten Formel Objekt eher als Wert notiert.

## (1) Function using programatically contructed formula 
fun <- function(XX) { 
    ff <- reformulate(response="mpg", termlabels=XX) 
    lm(ff, data=mtcars) 
} 
fun(XX=c("cyl", "disp")) 
# 
# Call: 
# lm(formula = ff, data = mtcars)     <<<--- Note recorded call 
# 
# Coefficients: 
# (Intercept)   cyl   disp 
# 34.66099  -1.58728  -0.02058 

## (2) Result of directly specified formula (just for purposes of comparison) 
lm(mpg ~ cyl + disp, data=mtcars) 
# 
# Call: 
# lm(formula = mpg ~ cyl + disp, data = mtcars) <<<--- Note recorded call 
# 
# Coefficients: 
# (Intercept)   cyl   disp 
# 34.66099  -1.58728  -0.02058 

Meine Frage: Besteht die Gefahr, in diesem? Kann dies ein Problem werden, wenn ich zum Beispiel später eine andere Funktion auf das Modellanpassungsobjekt anwenden möchte (möglicherweise aus einer anderen Umgebung)? update oder predict oder ?

Eine etwas peinlichere Alternative, die jedoch die aufgezeichnete Call-Recht erhalten, ist eval(substitute()) zu verwenden. Ist das in irgendeiner Weise ein allgemein sichereres Konstrukt?

fun2 <- function(XX) { 
    ff <- reformulate(response="mpg", termlabels=XX) 
    eval(substitute(lm(FF, data=mtcars), list(FF=ff))) 
} 
fun2(XX=c("cyl", "disp"))$call 
## lm(formula = mpg ~ cyl + disp, data = mtcars) 

Answer 1

Ich bin immer zögerlich, dort zu behaupten, sind keine Situationen, in denen etwas Einbeziehung R Umgebungen und Scoping könnte beißen, aber ... nach etwas mehr Exploration, meine erste Nutzung über sichere sieht.

Es stellt sich heraus, dass der gedruckte Anruf ein bisschen Hering ist.

Die Formel, die tatsächlich durch andere Funktionen (und die von formula() und as.formula() extrahiert) ist derjenige, gespeichert in dem terms Elemente des fit-Objekts, und es erhält die eigentliche Formel rechts gewöhnt. (Das terms Element enthält ein Objekt der Klasse "terms", das nur ein "formula" mit einem Bündel angebracht Attribute.)

Um zu sehen, dass alle Vorschläge in meiner Frage und die damit verbundenen Kommentare speichern das gleiche "formula" Objekt (bis zu die zugehörige Umgebung), führen Sie Folgendes aus.

## First the three approaches in my post 
formula(fun(XX=c("cyl", "disp"))) 
# mpg ~ cyl + disp 
# <environment: 0x026d2b7c> 

formula(lm(mpg ~ cyl + disp, data=mtcars)) 
# mpg ~ cyl + disp 

formula(fun2(XX=c("cyl", "disp"))$call) 
# mpg ~ cyl + disp 
# <environment: 0x02c4ce2c> 

## Then Gabor Grothendieck's idea 
XX = c("cyl", "disp") 
ff <- reformulate(response="mpg", termlabels=XX) 
formula(do.call("lm", list(ff, quote(mtcars)))) 
## mpg ~ cyl + disp 

Um zu bestätigen, dass formula() wirklich seinen Ausgang von dem terms Element des Sitzes Objekt abzuleiten, haben einen Blick auf stats:::formula.lm und stats:::formula.terms.