使用帶有 emmeans 的抽象公式

Question

我正在使用emmeans通過對數轉換來調整均值。

但出乎意料的是，當我嘗試使用自定義 function 調用它時，行為完全不同，沒有明確的警告（關於日志轉換的警告除外）。

這是一個可重現的示例：

db = mtcars %>% mutate(cyl=factor(cyl))
m = lm(log(mpg) ~ log(disp) + cyl, data = db)
print(m$call)
emm = emmeans(m, spec = "cyl", type = "response")
as.data.frame(emm)

f = function(formula){
  m = lm(formula, data = db)
  print(m$call)
  emm = emmeans(m, spec = "cyl", type = "response")
  as.data.frame(emm)
}
f(log(mpg) ~ log(disp) + cyl)

在這里，function 內部和外部模型之間的唯一區別是call object （使用all.equal()測試）。 否則，它們會給出完全相同的結果。

這段代碼不是我的，我只是想自動化它，假設“外部功能”output 是正確的。

為什么 output 不一樣？ 如何自動化emmeans呼叫？

Answer 1

這是一個范圍問題（公式有一個相關的環境，取決於它們的創建方式/位置）。 您可以通過計算語言將公式插入到lm調用中：

f = function(formula){
  m = eval(bquote(lm(.(formula), data = db)))
  print(m$call)
  emm = emmeans(m, spec = "cyl", type = "response")
  as.data.frame(emm)
}

Answer 2

如此處所述，這也可以使用do.call來完成。

db = dplyr::mutate(mtcars, cyl=factor(cyl))

f <- function(formula){
  m = do.call(lm, list(formula = formula, data = db))
  print(m$call$formula)
  emm = emmeans::emmeans(m, spec = "cyl", type = "response")
  as.data.frame(emm)}

f(log(mpg) ~ log(disp) + cyl)
#> log(mpg) ~ log(disp) + cyl
#>   cyl response       SE df lower.CL upper.CL
#> 1   4 18.59940 1.847377 28 15.17535 22.79603
#> 2   6 17.71003 1.011478 28 15.75472 19.90802
#> 3   8 17.71054 1.020718 28 15.73839 19.92981

^{由代表 package (v0.3.0) 於 2021 年 7 月 8 日創建}