函数内部的 update() 只搜索全局环境？

Question

我尝试编写一个包装函数来批量进行似然比测试。我试图包含 update() 来更新初始模型。但是，似乎不是在函数内部查找对象，而是在全局环境中查找对象。

fake <- data.frame(subj= rep(1:5, 4), 
                   factor1 = rep(LETTERS[c(1,2,1,2)], each=5), 
                   factor2 = rep(letters[1:2], each=10), 
                   data=sort(rlnorm(20)))

foo <- function(){
                  temp <- fake
                  model1 <- lmer(data~factor1*factor2 + (1 |subj), temp)
                  model1a <- update(model1, ~.-factor1:factor2)
                  model1a}

它在下面给出了一条错误消息：

Error in eval(expr, envir, enclos) : object 'factor1' not found

无论如何要在函数中进行 update() 搜索吗？谢谢！

编辑：

我犯了一个错误。我想将“temp”传递给 lmer，而不是“fake”。

编辑2： 建议的一种方便的解决方案是简单地指定数据对象。虽然 update() 现在对此没有任何问题，但 anova() 似乎认为我试图比较的模型是基于不同的数据对象

 foo <- function(){
                  temp <- fake
                  model1 <- lmer(data~factor1*factor2 + (1 |subj), data=temp)
                  model1a <- update(model1, ~.-factor1:factor2, data=temp)
                  anova(model1, model1a)
            }
 foo()

我收到一条错误消息：

 Error in anova(model1, model1b) : 
   all models must be fit to the same data object

我想这个错误超出了 update() 的范围。但我想知道是否有人知道如何解决这个问题。请注意，如果我在不使用 update() 的情况下编写函数，而是拼出模型（见下文），上面的错误就会消失：

 foo <- function(){
                  temp <- fake
                  model1 <- lmer(data~factor1*factor2 + (1 |subj), data=temp)
                  model1a <- lmer(data~factor1 + factor2 + (1 |subj), data=temp)
                  anova(model1, model1a)
            }
 foo()

 Data: temp
 Models:
 model1a: data ~ factor1 + factor2 + (1 | subj)
 model1: data ~ factor1 * factor2 + (1 | subj)
         Df     AIC    BIC  logLik  Chisq Chi Df Pr(>Chisq)  
 model1a  5 -4.6909 3.7535  7.3454                           
 model1   6 -8.8005 1.3327 10.4003 6.1097      1    0.01344 *
 ---
 Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

编辑 3： 似乎问题出在 anova() 上。我也尝试了@hadley 的建议

foo2 <- function(){
  my_update <- function(mod, formula = NULL, data = NULL) {
  call <- getCall(mod)
  if (is.null(call)) {
    stop("Model object does not support updating (no call)", call. = FALSE)
  }
  term <- terms(mod)
  if (is.null(term)) {
    stop("Model object does not support updating (no terms)", call. = FALSE)
  }
  if (!is.null(data)) call$data <- data
  if (!is.null(formula)) call$formula <- update.formula(call$formula, formula)
  env <- attr(term, ".Environment")
  eval(call, env, parent.frame())}

      model1 <- lmer(data~factor1*factor2 + (1 |subj), temp)
      model1a <- my_update(model1, ~.-factor1:factor2)
      anova(model1, model1a)
 }
 foo2()

我收到如下所示的错误消息：

 Error in as.data.frame.default(data) : 
   cannot coerce class 'structure("mer", package = "lme4")' into a data.frame

Answer 1

我以前也被这种行为所困扰，所以我编写了自己的update 版本。它评估公式环境中的所有内容，因此它应该相当健壮。

my_update <- function(mod, formula = NULL, data = NULL) {
  call <- getCall(mod)
  if (is.null(call)) {
    stop("Model object does not support updating (no call)", call. = FALSE)
  }
  term <- terms(mod)
  if (is.null(term)) {
    stop("Model object does not support updating (no terms)", call. = FALSE)
  }

  if (!is.null(data)) call$data <- data
  if (!is.null(formula)) call$formula <- update.formula(call$formula, formula)
  env <- attr(term, ".Environment")

  eval(call, env, parent.frame())
}

library(nlme4)

fake <- data.frame(
  subj = rep(1:5, 4), 
  factor1 = rep(LETTERS[c(1,2,1,2)], each = 5), 
  factor2 = rep(letters[1:2], each = 10), 
  data = sort(rlnorm(20)))

foo <- function() {
  temp <- fake
  model1 <- lmer(data ~ factor1 * factor2 + (1 | subj), fake)
  model1a <- my_update(model1, ~ . - factor1:factor2)
  model1a
}
foo()

Answer 2

虽然我真的很喜欢@Hadley 的回答（并且我自己可能会使用该函数），但您也可以在update 函数中指定data 参数。 （在这里，我假设您想将 temp 传递给您的模型。）

model1a <- update(model1, ~.-factor1:factor2, data = temp)

---

编辑

如果您希望将模型与 anova 进行比较，update 将伪造 data 参数的名称和“诡计”anova 以相信这两个模型适合使用两个不同的数据集。仅更新公式并创建新模型将避免这种情况：

foo <- function(){
                  temp <- fake
                  model1 <- lmer(data~factor1*factor2 + (1 |subj), data=temp)
                  newForm <- update.formula(formula(model1), ~.-factor1:factor2)
                  model1a <- lmer(newForm, data=temp)
                  anova(model1, model1a)
            }