在新的mgcv软件包中将update（）函数与gam（）结合使用

Question

为了测试用于研究物种的七个性别/生命阶段中每个阶段的捕获计数的一系列gam模型，我使用了一个函数，该函数使用update()将一系列预测变量迭代替换为基本模型并产生AIC每个得分。 在新的mgcv软件包中，使用gam模型实现相同的代码似乎存在问题。 这是要处理的功能性简化数据子集。

repex=structure(list(Day = c(183L, 190L, 197L, 204L, 211L, 218L, 225L, 
232L, 239L, 246L, 175L, 182L), M = c(18L, 43L, 22L, 20L, 
7L, 1L, 1L, 0L, 0L, 0L, 0L, 17L), Solar = c(77L, 59L, 20L, 
55L, -3L, -44L, 13L, 58L, 8L, 6L, -28L, 12L)), .Names = c("Day", "M", "Solar"), 
class = "data.frame", row.names = c(NA, -12L))

在我将mgcv更新为1.8-9之前，该函数以这种形式成功运行（注意，此后我进行了编辑以直接引用变量，而不是附加repex）：

MAIC<-function(x){
  m<-gam(repex$M~s(repex$Day),data=repex,family=poisson)
  m<-update(m,.~.+x)
  return(AIC(m))
}

然后，我将生成带有以下内容的AIC分数列表：

lapply(c('Solar'),function(x) MAIC(repex[ , x]))

在将R更新为3.2.3，并将mgcv更新为1.8-9之后，我运行了上述脚本，并仅使用以下命令测试了该功能：

MAIC(repex$Solar)

并收到此消息：

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

我一直在忙着解决这个问题，并确定与某些建议相反，代码行m<-update(m,.~.+x)基本上没有任何问题。 我简化了上面的MAIC函数以尝试查找问题的根源，并使用glm()和lm()调用通过上述repex数据子集成功运行了它：

MAIC1 <- function(x){
  m <- glm(repex$M~repex$Day,data=repex,family=poisson)
  m <- update(m,.~.+x)
  return(AIC(m))
}
MAIC1(repex$Solar)

MAIC2 <- function(x){
  m <- lm(repex$M~repex$Day,data=repex)
  m <- update(m,.~.+x)
  return(AIC(m))
}
MAIC2(repex$Solar)

但是，当我将模型更改为gam时，会收到上述错误：

MAIC3 <- function(x){
  m <- gam(repex$M~s(repex$Day),data=repex)
  m <- update(m,.~.+x)
  return(AIC(m))
}
MAIC(repex$Solar)

无论如何构建基本游戏，除非除非按以下方式省略update() ，否则都会发生这种情况：

MAIC4<-function(x){
  m<-gam(repex$M~s(repex$Day)+x,data=repex)
  return(AIC(m))
}
MAIC4(repex$Solar)

我的sessionInfo()调用带来了：

R version 3.2.3 (2015-12-10)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows 7 x64 (build 7601) Service Pack 1 

我的ls()调用带来了：

[1] "MAIC"  "MAIC1" "MAIC2" "MAIC3" "MAIC4" "repex"

我的find("x")调用带来了：

character(0)

最后，我分别通过以下方式交叉检查了MAIC1(repex$Solar) ， MAIC2(repex$Solar)和MAIC4(repex$Solar)的AIC得分：

AIC(glm(repex$M~repex$Day+repex$Solar,data=repex,family=poisson))
AIC(lm(repex$M~repex$Day+repex$Solar,data=repex))
AIC(gam(repex$M~s(repex$Day)+repex$Solar,data=repex))

希望这有助于清理问题。

Answer 1

reformulate()是执行此操作的明智方法：

repex <- data.frame(Day = c(183, 190, 197, 204, 211, 
 218, 225, 232, 239, 246, 175, 182),
   M = c(18, 43, 22, 20, 7, 1, 1, 0, 0, 0, 0, 17), 
  Solar = c(77, 59, 20, 55, -3, -44, 13, 58, 
     8, 6, -28, 12))

library(mgcv)
MAIC <- function(x) { 
    form <- reformulate(c("s(Day)",x),response="M")
    m <- gam(form, data=repex,family=poisson)
    return(AIC(m)) 
}
MAIC("Solar")

例如，这使操作列名称向量更容易。

如果您真的想使用“原始”变量名（例如Solar而不是"Solar" ，则可以使用deparse(substitute())

MAIC2 <- function(x) {
    xx <- deparse(substitute(x))
    form <- reformulate(c("s(Day)",xx),response="M")
    m <- gam(form, data=repex,family=poisson)
    return(AIC(m)) 
}
MAIC2(Solar)

（或者，您可以只写MAIC2 <- function(x) MAIC(deparse(substitute(x))) ...）

如果您真的想使用带有原始变量的update ，则需要更多的魔术...

MAIC3 <- function(x) {
   m <- gam(M~s(Day),data=repex,family=poisson)
   m2 <- update(m,bquote(.~.+.(substitute(x))))
   return(AIC(m2))
}
MAIC3(Solar)