3

背景

我正在尝试根据某些参数在函数中拟合混合模型。如果我想使用contrastfromlibrary(contrast)我必须使用一种解决方法， ascontrast使用对象中的call插槽lme来确定函数中传递给的data, fixedor参数（参见代码）。顺便说一句，对象并非如此。randomlmelm

数据 

set.seed(1)
dat <- data.frame(x = runif(100), y1 = rnorm(100), y2 = rnorm(100),
                  grp = factor(sample(2, 100, replace = TRUE)))

代码

library(contrast)
library(nlme)
makeMixedModel1 <- function(resp, mdat = dat) {
   mF <- formula(paste(resp, "x", sep = "~"))
   mdat <- mdat[resp > 0, ]
   mod <- lme(mF, random = ~ 1 | grp, data = mdat)
   mC <- mod$call
   mC$fixed <- mF
   mC$data <- mdat
   mod$call <- mC
   mod
}

makeMixedModel2 <- function(resp, mdat = dat) {
   mF <- formula(paste(resp, "x", sep = "~"))
   mdat <- mdat[resp > 0, ]
   lme(mF, random = ~ 1 | grp, data = mdat)
}

mm1 <- makeMixedModel1("y1")
mm2 <- makeMixedModel2("y1")
contrast(mm1, list(x = 1)) ## works as expected
# lme model parameter contrast
# 
#   Contrast      S.E.      Lower     Upper    t df Pr(>|t|)
#  0.1613734 0.2169281 -0.2692255 0.5919722 0.74 96   0.4588

contrast(mm2, list(x = 1)) ## gives an error
# Error in eval(expr, envir, enclos) : object 'mF' not found

问题

我已将错误追踪到contrast评估whisfixed插槽内的call插槽的部分，当然这在顶层是未知的，因为它仅在我的函数内部定义。通过显式覆盖.mm2mFmakeMixedModel2makeMixedModel1call

显然，对于lm对象，这是以更智能的方式解决的，因为不需要手动覆盖，因为contrast似乎可以评估正确上下文中的所有部分，当然mF也不mdat知道：

makeLinearModel <- function(resp, mdat = dat) {
   mF <- formula(paste(resp, "x", sep = "~"))
   mdat <- mdat[resp > 0, ]
   lm(mF, data = mdat)
}
contrast(makeLinearModel("y1"), list(x = 1))

因此，我假设lm存储 theformula和data某处的值，以便 in 也可以在不同的环境中检索。

我可以接受我的解决方法，尽管它有一些丑陋的副作用，因为它print(mm1)显示了所有数据而不是简单的名称。所以我的问题是，是否还有其他策略可以实现我的意图？或者我是否必须写信给 的维护者contrast并询问他，他是否可以更改lme对象的代码，以使他不再依赖call插槽，而是尝试以其他方式解决问题（就像为 所做的那样lm）？

4

1 回答 1

1

我认为你正在战斗的只是对象的错误contrast()实现lme。我会联系作者修复它（这可能是最近更改的结果nlme）。contrast.lme()但与此同时，您可以通过在函数中而不是在模型构造函数中实现解决方法来避免副作用：

contrast.lme <- function(fit, ...) {
   mC <- fit$call
   mC$fixed <- formula(fit) 
   mC$data <- fit$data
   fit$call <- mC

   library(nlme)
   contrast:::contrastCalc(fit, ...)
}
assignInNamespace("contrast.lme", contrast.lme, "contrast")

mm2 <- makeMixedModel2("y1")

contrast(mm2, list(x = 1))

产量：

lme model parameter contrast

  Contrast      S.E.      Lower     Upper    t df Pr(>|t|)
 0.1613734 0.2169281 -0.2692255 0.5919722 0.74 96   0.4588

和：

print(mm2)

产量：

Linear mixed-effects model fit by REML
  Data: mdat 
  Log-restricted-likelihood: -136.2472
  Fixed: mF 
(Intercept)           x 
 -0.1936347   0.3550081 

Random effects:
 Formula: ~1 | grp
        (Intercept)  Residual
StdDev:    0.131666 0.9365614

Number of Observations: 100
Number of Groups: 2
于 2015-08-18T15:55:56.450 回答