如何在R的lm中將“權重”列名作為變量傳遞？

Question

下面的代碼創建一個帶有 R 的 lm 的線性模型，然后是一個帶有權重列的加權模型。 最后，我嘗試使用變量weight_col傳入權重列名稱，但失敗了。 我很確定它在 df 中尋找“weight_col”，然后調用者的環境找到一個長度為 1 的變量，並且長度不匹配。

我如何讓它使用 weight_col 作為 df 中權重列的名稱？

我已經嘗試了幾種組合，但都沒有成功。

> df <- data.frame(
   x=c(1,2,3),
   y=c(4,5,7),
   w=c(1,3,5)
 )
> lm(y ~ x, data=df)

Call:
lm(formula = y ~ x, data = df)

Coefficients:
(Intercept)            x  
      2.333        1.500  

> lm(y ~ x, data=df, weights=w)

Call:
lm(formula = y ~ x, data = df, weights = w)

Coefficients:
(Intercept)            x  
      1.947        1.658  

> weight_col <- 'w'
> lm(y ~ x, data=df, weights=weight_col)
Error in model.frame.default(formula = y ~ x, data = df, weights = weight_col,  : 
  variable lengths differ (found for '(weights)')

> R.version.string
[1] "R version 3.6.3 (2020-02-29)"

Answer 1

您可以將數據框名稱與提取器運算符一起使用：

lm(y ~ x, data = df, weights = df[[weight_col]])

或者您可以使用函數get ：

lm(y ~ x, data = df, weights = get(weight_col))

Answer 2

我們可以使用[[來提取列的值

lm(y ~ x, data=df, weights=df[[weight_col]])

---

或者用tidyverse

library(dplyr)
df %>% 
   summarise(model  = list(y ~ x, weights = .data[[weight_col]]))

Answer 3

您的第一個示例 if weights = w ，它使用非標准評估在df的上下文中查找w 。 到目前為止，這對於交互式使用來說是正常的。

你的第二組是weights = weight_col解析為weights = "w" ，這是非常不同的。 R 的非標准（或標准）評估中沒有任何內容是有意義的。

正如我在評論中所說，使用帶有[[的標准評估形式。

lm(y ~ x, data=df, weights=df[[weight_col]])
# Call:
# lm(formula = y ~ x, data = df, weights = df[[weight_col]])
# Coefficients:
# (Intercept)            x  
#       1.947        1.658