使用 rlang 將變量動態插入寓言 model

Question

我正在嘗試將變量動態插入到寓言 model 中。

數據

library(dplyr)
library(fable)
library(stringr)

df <- tsibbledata::aus_retail %>% 
  filter(State == "Victoria", Industry == "Food retailing") %>% 
  mutate(reg_test = rnorm(441, 5, 2),
         reg_test2 = rnorm(441, 5, 2))

請注意，tsibble 中可能包含不確定數量的回歸量，但在本例中，我只有兩個（ reg_test和reg_test2 ）。 所有回歸量列都將以reg_

問題Function

我有一個 function，我想使用寓言 package 將回歸量列動態放入 ARIMA model。

test_f <- function(df)  {
var_names <- str_subset(names(df), "reg_") %>% 
    paste0(collapse = "+")  
    test <- enquo(var_names)
df %>% 
  model(ARIMA(Turnover ~ !!test))
}

test_f(df)

# A mable: 1 x 3
# Key:     State, Industry [1]
  State    Industry      `ARIMA(Turnover ~ ~"reg_test+reg_tes~
  <chr>    <chr>         <model>                              
1 Victoria Food retaili~ <NULL model>                         
Warning message:
1 error encountered for ARIMA(Turnover ~ ~"reg_test+reg_test2")
[1] invalid model formula in ExtractVars

我知道它只是將字符串var_names放入公式中，這是行不通的，但我不知道如何以我可以正確enquo()的方式創建var_names 。

我在這里閱讀了 Quasiquotation 部分，我搜索了 SO 但還沒有找到答案。

這個問題與pasre_expr()似乎越來越接近，但仍然不是我想要的。

我知道我可以使用sym()如果我有一個變量，但我不知道會有多少reg_變量，我想把它們都包括在內。

預計 Output

通過手動輸入變量，我可以顯示我期望的 output。

test <- df %>% 
  model(ARIMA(Turnover ~ reg_test + reg_test2))
test$`ARIMA(Turnover ~ reg_test + reg_test2)`[[1]]

Series: Turnover 
Model: LM w/ ARIMA(2,1,0)(0,1,2)[12] errors 

Coefficients:
          ar1      ar2     sma1     sma2  reg_test  reg_test2
      -0.6472  -0.3541  -0.4115  -0.0793   -0.0296    -0.6143
s.e.   0.0473   0.0479   0.0520   0.0446    0.5045     0.5273

sigma^2 estimated as 884.9:  log likelihood=-2058.04
AIC=4130.08   AICc=4130.35   BIC=4158.5

我還想象有更好的方法讓我在ARIMA function 中制作公式。如果這也能解決我的問題，那也行。

感謝您的幫助！

Answer 1

您可能會使它變得比需要的更復雜。 您可以通過執行as.formula(string)將字符串轉換為公式，因此只需將公式構建為字符串，將其轉換為公式，然后將其提供給ARIMA即可。 這是一個代表：

library(dplyr)
library(fable)
library(stringr)

df <- tsibbledata::aus_retail %>% 
  filter(State == "Victoria", Industry == "Food retailing") %>% 
  mutate(reg_test = rnorm(441, 5, 2),
         reg_test2 = rnorm(441, 5, 2))

test_f <- function(df)  {
    var_names <- paste0(str_subset(names(df), "reg_"), collapse = " + ")
    mod <- model(df, ARIMA(as.formula(paste("Turnover ~", var_names))))
    unclass(mod[1, 3][[1]])[[1]]
}

test_f(df)
#> Series: Turnover 
#> Model: LM w/ ARIMA(2,1,0)(0,1,1)[12] errors 
#> 
#> Coefficients:
#>           ar1     ar2     sma1  reg_test  reg_test2
#>       -0.6689  -0.376  -0.4765    0.3363     1.0194
#> s.e.   0.0448   0.045   0.0426    0.4978     0.5436
#> 
#> sigma^2 estimated as 883.1:  log likelihood=-2058.28
#> AIC=4128.56   AICc=4128.76   BIC=4152.91

^{由reprex package (v0.3.0) 創建於 2020-04-23}