问题描述
我正在尝试创建自己的函数，其中包含 1.) mgcv gamm 函数和 2.) 嵌套自相关 (ARMA) 参数。当我尝试像这样运行函数时出现错误：
df <- AirPassengers
df <- as.data.frame(df)
df$month <- rep(1:12)
df$yr <- rep(1949:1960,each=12)
df$datediff <- 1:nrow(df)
try_fxn1 <- function(dfz,colz){gamm(dfz[[colz]] ~ s(month,bs="cc",k=12)+s(datediff,bs="ts",k=20),data=dfz,correlation = corARMA(form = ~ 1|yr,p=2))}
try_fxn1(df,"x")
eval(predvars,data,env) 中的错误：找不到对象“dfz”
我知道问题在于公式的相关部分，因为当我在不包含相关结构的情况下运行相同的函数时（如下所示），该函数的行为符合预期。
try_fxn2 <- function(dfz,k=12)+ s(datediff,data=dfz)}
try_fxn2(df,"x")
关于如何修改 try_fxn1 以使函数按预期运行的任何想法？谢谢！
解决方法
在构建公式时，您将向量与该向量的符号表示混淆了。
您不希望 dfz[[colz]] 作为公式中的响应，您也希望 x 或任何您设置的 colz。你得到的是
dfz[[colz]] ~ ...
当您真正想要的是变量 colz 时：
colz ~ ...
并且您不想要文字 colz，而是想要 colz 的计算结果。为此，您可以通过将各部分粘贴在一起来创建公式：
fml <- paste(colz,'~ s(month,bs="cc",k=12) + s(datediff,bs="ts",k=20)')
这会将 colz 变成它存储的任何内容，而不是文字 colz：
> fml
[1] "x ~ s(month,bs=\"cc\",bs=\"ts\",k=20)"
然后使用 formula() 或 as.formula() 将字符串转换为公式对象。
最后的解决方案是：
fit_fun <- function(dfz,colz) {
fml <- paste(colz,k=20)')
fml <- formula(fml)
gamm(fml,data = df,correlation = corARMA(form = ~ 1|yr,p=2))
}
这真的不是 corARMA() 部分的问题，除了会触发公式的一些不同的评估代码。这里的指导原则是总是得到一个公式，就像你在不使用公式编程的情况下输入它一样。你永远不会（或不应该）写出像
gamm(df[[var]] ~ x + s(z),....)
虽然这在某些设置中可能有效，但如果您想使用 predict()` 它将失败，而当您必须做一些更复杂的事情时它会失败。