当将数据名称作为另一个函数中的参数应用到gls函数时，数据名称将不会保留

Question

使用包nlme ，我有模型：

gls(temp.avg ~ year, data = df, method = 'ML')

这确实符合我的期望。 但是，当我在函数中使用gls函数的数据参数更改模型来创建模型时，我的模型不再使用数据“ df”，而是仅打印“ dat”。 这是函数：

function(dat) { gls(temp.avg ~ year, data = dat, method = 'ML') }

这是我在包装器函数外部创建模型时（第一次）然后在函数内部创建模型（第二次）时查看模型时的样子[请注意“数据”行]：

Generalized least squares fit by maximum likelihood
  Model: temp.avg ~ year 
  Data: df 
  Log-likelihood: -3877.052

Coefficients:
   (Intercept)         (year) 
  15.135135363   -0.008796849 

Degrees of freedom: 1116 total; 1114 residual
Residual standard error: 7.807791

##########################

Generalized least squares fit by maximum likelihood
  Model: temp.avg ~ year
  Data: dat 
  Log-likelihood: -3877.052

Coefficients:
   (Intercept)         (year)  
  15.135135363   -0.008796849 

Degrees of freedom: 1116 total; 1114 residual
Residual standard error: 7.807791 

我真的很想不要这样做。

我怎样才能获得继承自dat vs“ dat”本身的功能？

Answer 1

library(nlme)
fun <- function(dat) { 
  res <- gls(follicles ~ sin(2*pi*Time) + cos(2*pi*Time), dat) 
  res$call$data <- substitute(dat)
  res
}
fun(Ovary)
#Generalized least squares fit by REML
#  Model: follicles ~ sin(2 * pi * Time) + cos(2 * pi * Time) 
#  Data: Ovary 
#  Log-restricted-likelihood: -898.434
#
#Coefficients:
#       (Intercept) sin(2 * pi * Time) cos(2 * pi * Time) 
#        12.2155822         -3.3396116         -0.8697358 
#
#Degrees of freedom: 308 total; 305 residual
#Residual standard error: 4.486121