1

我有一个模型构建函数，它使用公式来定义模型。除了公式类型为 的通常回归情况外y ~ x，我还想增加添加趋势分量作为解释变量的可能性，该解释变量将在函数内部定义。这是一个例子：

modelx <- function(formula, data,...) {        

    mf <- mc <- match.call()                         
    mf <- mf[c(1L,  match(c("formula", "data"), names(mf), 0L))]
    formula_vars <- all.vars(formula)
    if ("trend" %in% formula_vars) {
       trend <- TRUE
       formula <- update.formula(formula, ~. - trend)
    } else trend <- FALSE        

    mf[[2L]] <- formula
    mf[[1L]] <- as.name("model.frame")
    mf$na.action <- as.name("na.pass")
    mf <- eval(mf, parent.frame())        
    y <- model.response(mf, "numeric")
    mt <- attr(mf, "terms")      
    X <- model.matrix(mt, mf)

    # y, X and possible trend component etc. are combined into the model object
   if(trend)
     X<-cbind(X,1:length(y))    #just an example
   list(y=y,X=X)
}

这里的想法是公式的类型是 y ~ x + trend，并且函数检查是否trend在公式中调用了一个变量，将其删除并将标志trend转换为TRUE，稍后它将用于为模型构建适当的趋势组件。

我想知道有没有更好的方法来实现这一点？这种方法的一个小问题是，可能存在用户想要使用的名称为趋势的变量，并且它与模型的趋势组件混合在一起，另一个问题是例如这种类型的函数不起作用，因为变量trend不存在：

combn(c(trend,x1,x2),m=2,modelx,y=y)

如果不是trend我使用 string "trend"，问题是all.vars(formula)不捕获字符串。

有什么建议如何处理这种类型的公式，或者任何指向某些函数的指针，这些函数的公式包含这种可能性？

4

1 回答 1

1

这里使用的解决方案reshape2

  unlist(reshape2:::parse_formula(y~x+'trend'))
[[1]]
y

[[2]]
x

[[3]]
[1] "trend"
于 2013-03-04T11:39:35.347 回答