在 CrossValidated 上的一个帖子上，我发表了以下评论：
S3我怀疑这实际上是一个关于使用类（通过访问$）和S4类（通过访问）之间的区别的 R 问题@......
@Gavin Simpson 随后评论道：
@gung 很可能会出现，但解决方案可能不是深入研究对象并撕掉你的感觉，而是学习使用提取器函数，在这种情况下
coefficients()或更短的 aliascoef()，如coef(fit)
我对此很感兴趣。 例如，为什么 using coef(model) 会比 更好 model$coefficients[,1]？ （我认识到后者更丑陋，需要更多的输入，但我怀疑这是预期的原因。）如果没有现有的提取器函数（例如，访问 t 统计量），该怎么办？
因为那时你正在使用的包的作者可以随意更改模型对象的底层结构，而不必担心破坏每个人的代码。
显然，这也可以推广到 R Core。建议使用这些提取器函数，因为这样您就可以确保它始终返回正确的信息，即使函数作者发现有必要在后台进行洗牌。
也许他们向模型列表对象的元素之一添加了更多信息，从而改变了所有内容的顺序？您的所有代码都会中断。
另一个主要原因是你必须小心你得到的东西。例如，如果你这样做，你会得到什么
mod <- glm(y ~ x1 + x2, data = foo, family = binomial)
mod$residuals
?? （如果你不知道，请悬停在下面的答案！）
你会得到工作残差，这对很多人来说可能不是很有用
提取器函数知道这一点，并将返回有用的东西或允许使用提取所寻找组件的不同方面。
我总是告诉我教 R 的人，他们不应该使用$，或者@除非他们非常熟悉被访问的方法和对象，而且永远不会在生产代码中使用 - 如果你这样做，你只是在自找麻烦。