我正在尝试使用数据掩码评估最大似然表达式。这个想法是允许在函数内按名称调用参数和变量,同时避免多次调用attach()
。和 detach()
.这是一个非常简单的小例子,实际功能非常庞大和复杂。
set.seed(1)
# Data
db <- data.frame(
x = runif(10),
y = runif(10),
z = sample(c(0, 1), 10, replace = TRUE)
)
# Log likelihood function
ll_lik <- function(param) {
pr_1 <- 1 / (1 + exp(-(param[1]*x - param[2]*y)))
pr_2 <- 1 - pr_1
lik <- z * pr_1 + (1 - z) * pr_2
log(lik)
}
# Parameters
param <- c(p1 = 0.1, p2 = 0.2)
# Run the model with attach()/detach()
attach(db)
model <- maxLik::maxLik(ll_lik, start = param)
detach(db)
summary(model)
这工作正常,但是,我必须调用
attach()
和 detach()
.要按名称访问参数,我需要转换 param
到对数似然函数内的一个列表,然后调用 attach()
/detach()
.这不仅是困惑的,而且对于大型函数和数据,它会产生不必要的开销。我一直在研究的一种可能性是使用 rlang
package 和 wrapper 函数主要是为表达式的整洁评估而编写的。现在,仅创建数据掩码并尝试评估对数似然函数不起作用:
mask <- as_data_mask(db)
eval_tidy(quo(maxLik::maxLik(ll_lik, start = param)), mask)
它无法访问数据掩码 (
Error in fnOrig(theta, ...) : object 'x' not found
) 中的对象。也许问题出在 maxLik
,但我什至无法评估 ll_lik()
这给出了同样的错误:eval_tidy(quo(ll_lik(param)), mask)
但这有效:
eval_tidy(quo(x*3), mask)
于是,我开始怀疑
ll_lik()
有“错误”的父级,这就是为什么我的数据掩码可能不在函数的搜索路径中,因此它找不到变量。现在,as_data_mask()
的帮助部分确实提供了一些示例,说明如何通过创建顶层、中层和底层环境来“嵌套”环境。好的,让我们看看我是否可以将我的函数创建为数据掩码结构的一部分:call_stack <- function() {lobstr::cst()}
# Create a new environment (child of empty) that takes a list of objects to populate it
top <- new_environment(list(ll_lik = ll_lik, call_stack = call_stack))
# Create a child of the "top" environment"
middle <- env(top)
# Create a child of the "middle environment and add the data object to it
bottom <- env(middle, db=db)
# Create a data_mask where the bottom contains the masking elements and the top
# the last element of the data_mask.
new_mask <- new_data_mask(bottom, top = top)
不幸的是,我仍然无法访问
x
.我什至没有尝试 maxLik
在这里发挥作用。所以为了尝试更深入地挖掘,我开始搞乱调用堆栈。eval_tidy(call_stack(), data = new_mask)
事实上,如果我没看错的话,函数的父级就是全局环境。
█
1. ├─rlang::eval_tidy(call_stack(), data = new_mask)
2. └─global::call_stack()
3. └─lobstr::cst()
但是,我不知道如何进行这项工作。任何帮助深表感谢。
奖励:如果我能够在
maxLik
中按名称调用参数无需调用attach()
/detach()
, 那将是真棒。
最佳答案
一种选择是创建一个包装器来评估 ll_lik
的主体。作为表达式,使用 db
作为上下文:
llwrap <- function(param) {
eval( body(ll_lik), db )
}
model <- maxLik::maxLik(llwrap, start=param) # Works
编辑 解决您的问题:是的,
body()
返回一个表达式,因此您可以在该表达式中使用您想要的任何名称,只要您在评估时提供适当的上下文。但是,如果您将函数的主体与其参数列表完全分离,为什么不从一开始就将其定义为表达式呢?ll_expr <- rlang::expr({ # An expression, not a function
pr_1 <- 1 / (1 + exp(-(p1*x - p2*y))) # <-- now using p1, p2
pr_2 <- 1 - pr_1
lik <- z * pr_1 + (1 - z) * pr_2
log(lik)
})
llwrap2 <- function(param) {
ctx <- c( as.list(db), as.list(param) ) # Combine param and db into one context
eval( ll_expr, ctx ) # No longer need body()
}
model <- maxLik::maxLik(llwrap2, start=param) # Works
关于r - 使用 R 中的数据掩码评估最大似然表达式,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/61834186/