在 glm 函数中使用二项式时，lazyeval 找不到“C_logit_link”

Question

我真的在这里摸不着头脑。我真的不明白发生了什么。这是一个 MWE，但实际代码和目的比这更复杂。所以代码：

library(dplyr)
ds <- mutate(iris, Species = as.numeric(Species == 'setosa'))

ds %>%
    do_(
        .dots = lazyeval::interp(
            "broom::tidy(stats::glm(form, data = ., family = distr))",
            form = Species ~ Sepal.Length,
            distr = binomial()
        )
    )

返回：Error in family$linkfun(mustart) : object 'C_logit_link' not found ...但此代码位工作正常：

ds %>%
    do_(
        .dots = lazyeval::interp(
            "broom::tidy(stats::glm(form, data = ., family = distr))",
            form = Sepal.Width ~ Sepal.Length,
            distr = gaussian()
        )
    )

两者之间的唯一区别是使用的族分布（高斯与二项式）和使用的变量。

那么问题来了：为什么lazyeval 找不到C_logit_link？

Answer 1

当您调用interp(x, *) 时，它会计算要插入x 的参数。在binomial() 的情况下，结果是一个表示 GLM 中二项式分布的结构。

interp(~x, x=binomial())

#~list(family = "binomial", link = "logit", linkfun = function (mu) 
#.Call(C_logit_link, mu), linkinv = function (eta) 
#.Call(C_logit_linkinv, eta), variance = function (mu) 
#mu * (1 - mu), dev.resids = function (y, mu, wt) 
#.Call(C_binomial_dev_resids, y, mu, wt), aic = function (y, n, 
#    mu, wt, dev) 
#{
#    m <- if (any(n > 1)) 
#    . . .

隐藏在该结构中的是一个函数，它通过对象C_logit_link 调用已编译的 C 代码。这是 stats 包中未导出的对象。通常一切正常，因为该函数的环境是 stats 命名空间，因此它能够找到C_logit_link。

这里的问题是你插入的对象是一个字符串，这意味着插入它的所有东西也被强制转换成一个字符串。这会丢失查找C_logit_link 所需的环境信息。

解决方案是改为插入公式：

library(dplyr)
ds <- mutate(iris, Species = as.numeric(Species == 'setosa'))

ds %>%
    do_(
        .dots = lazyeval::interp(
            ~broom::tidy(stats::glm(form, data = ., family = distr)),  # formula
            form = Species ~ Sepal.Length,
            distr = binomial()
        )
    )

#          term  estimate std.error statistic      p.value
#1  (Intercept) 27.828521 4.8275611  5.764509 8.189574e-09
#2 Sepal.Length -5.175698 0.8933984 -5.793270 6.902910e-09