PROSAGA码农传奇-智慧农业-R：lapply导致阶梯函数的不同结果

<div class =“post-text”itemprop =“text”>
  
    好吧，如果你看两个版本的调用，你会发现它们并不完全相同
  
   <pre>
 <code>
 lm(Fertility~1, data=splits[[2]])$call
# lm(formula = Fertility ~ 1, data = splits[[2]])

null_list[[2]]$call
# lm(formula = Fertility ~ 1, data = x)

</code>
 </pre>
  
    注意如何
     <code>
 data=
 </code>
     每个参数都不同。前者仍然指向一个有效的全局变量，后者指向
     <code>
 x
 </code>
     哪个不存在了。该
     <code>
 step()
 </code>
     函数尝试在调用它的上下文中计算公式。在这种背景下
     <code>
 x
 </code>
     是你的循环计数器。如果你改变了
     <code>
 select()
 </code>
     功能
  
   <pre>
 <code>
 select <- function(z) {
 null <- null_list[[z]]
 full <- full_list[[z]]
 step(null, scope=list(lower=null, upper=full, direction='forward')) 
}
select(2)

</code>
 </pre>
  
    你会得到一个不同的错误
  
   <pre>
 <code>
 Error in is.data.frame(data) : object 'x' not found

</code>
 </pre>
  
    这基本上意味着
     <code>
 step()
 </code>
     无法回到包含可用于重新拟合模型添加或减去协变量的数据的变量。
  
  
    一个解决方法是将数据嵌入到
     <code>
 lm()
 </code>
     自称。你可以这样做
  
   <pre>
 <code>
 null_list <- lapply(splits, function(x) {do.call("lm", list(Fertility~1, data=x))})
full_list <- lapply(splits, function(x) {do.call("lm", list(Fertility~., data=x))})

</code>
 </pre>
  
    但是你会看到这会产生一个“看起来很混乱”的电话，但结果应该是一样的。
  
  
    遗憾的是，这是非标准评估的副作用。如果，这将是很好的
     <code>
 step()
 </code>
     寻找中的数据
     <code>
 $model
 </code>
     完整模型的属性，但我相信当你有NA值时这不匹配所以R别无选择，只能尝试重新评估
     <code>
 data=
 </code>
     某些上下文中的参数。
  
</DIV>