Erro de objeto ausente ao usar step () dentro de uma função definida pelo usuário
5 dias e ainda sem resposta
Como pode ser visto pelo comentário de Simon, esta é uma questão reproduzível e muito estranha. Parece que o problema surge apenas quando uma regressão gradual com poder preditivo muito alto é envolvida em uma função.Eu tenho lutado com isso por um tempo e qualquer ajuda seria muito apreciada. Eu estou tentando escrever uma função que executa várias regressões por etapas e gera todas elas em uma lista. No entanto, R está tendo problemas para ler o conjunto de dados que especifico em meus argumentos de função. Eu encontrei vários erros semelhantes em várias placas (Aqui, AquieAqui), no entanto, nenhum deles parecia ser resolvido. Tudo se resume a alguns problemas estranhos ao chamar step () em uma função definida pelo usuário. Eu estou usando o seguinte script para testar meu código. Execute a coisa toda várias vezes até que um erro surja (confie em mim, vai):
test.df <- data.frame(a = sample(0:1, 100, rep = T),
b = as.factor(sample(0:5, 100, rep = T)),
c = runif(100, 0, 100),
d = rnorm(100, 50, 50))
test.df$b[10:100] <- test.df$a[10:100] #making sure that at least one of the variables has some predictive power
stepModel <- function(modeling.formula, dataset, outfile = NULL) {
if (is.null(outfile) == FALSE){
sink(file = outfile,
append = TRUE, type = "output")
print("")
print("Models run at:")
print(Sys.time())
}
model.initial <- glm(modeling.formula,
family = binomial,
data = dataset)
model.stepwise1 <- step(model.initial, direction = "backward")
model.stepwise2 <- step(model.stepwise1, scope = ~.^2)
output <- list(modInitial = model.initial, modStep1 = model.stepwise1, modStep2 = model.stepwise2)
sink()
return(output)
}
blah <- stepModel(a~., dataset = test.df)
Isso retorna a seguinte mensagem de erro (se o erro não aparecer imediatamente, continuar a executar o script test.df, bem como a chamada para stepModel (), ele será exibido eventualmente):
Error in is.data.frame(data) : object 'dataset' not found
Eu determinei que tudo corre bem até model.stepwise2 começar a ser construído. De alguma forma, o objeto temporário 'dataset' funciona bem para a primeira regressão stepwise, mas não é reconhecido pelo segundo. Eu encontrei isto comentando parte da função como pode ser visto abaixo. Este código irá rodar bem, provando que o objeto 'dataset' foi originalmente sendo reconhecido:
stepModel1 <- function(modeling.formula, dataset, outfile = NULL) {
if (is.null(outfile) == FALSE){
sink(file = outfile,
append = TRUE, type = "output")
print("")
print("Models run at:")
print(Sys.time())
}
model.initial <- glm(modeling.formula,
family = binomial,
data = dataset)
model.stepwise1 <- step(model.initial, direction = "backward")
# model.stepwise2 <- step(model.stepwise1, scope = ~.^2)
# sink()
# output <- list(modInitial = model.initial, modStep1 = model.stepwise1, modStep2 = model.stepwise2)
return(model.stepwise1)
}
blah1 <- stepModel1(a~., dataset = test.df)
EDITAR - antes que alguém pergunte, todas as funções summary () estavam lá porque a função full (eu a editei para que você pudesse focar no erro) tem outra parte que define um arquivo para o qual você pode gerar o rastreamento stepwise. Acabei de me livrar deles
EDIT 2 - informação da sessão
sessionInfo () R versão 2.15.1 (2012-06-22) Plataforma: x86_64-pc-mingw32 / x64 (64 bits)
locale:
[1] LC_COLLATE=English_United States.1252 LC_CTYPE=English_United States.1252
[3] LC_MONETARY=English_United States.1252 LC_NUMERIC=C
[5] LC_TIME=English_United States.1252
attached base packages:
[1] tcltk stats graphics grDevices utils datasets methods base
other attached packages:
[1] sqldf_0.4-6.4 RSQLite.extfuns_0.0.1 RSQLite_0.11.3 chron_2.3-43
[5] gsubfn_0.6-5 proto_0.3-10 DBI_0.2-6 ggplot2_0.9.3.1
[9] caret_5.15-61 reshape2_1.2.2 lattice_0.20-6 foreach_1.4.0
[13] cluster_1.14.2 plyr_1.8
loaded via a namespace (and not attached):
[1] codetools_0.2-8 colorspace_1.2-1 dichromat_2.0-0 digest_0.6.2 grid_2.15.1
[6] gtable_0.1.2 iterators_1.0.6 labeling_0.1 MASS_7.3-18 munsell_0.4
[11] RColorBrewer_1.0-5 scales_0.2.3 stringr_0.6.2 tools_2.15
EDITAR 3 - isto executa todas as mesmas operações que a função, apenas sem usar uma função. Isso funcionará bem todas as vezes, mesmo quando o algoritmo não convergir:
modeling.formula <- a~.
dataset <- test.df
outfile <- NULL
if (is.null(outfile) == FALSE){
sink(file = outfile,
append = TRUE, type = "output")
print("")
print("Models run at:")
print(Sys.time())
}
model.initial <- glm(modeling.formula,
family = binomial,
data = dataset)
model.stepwise1 <- step(model.initial, direction = "backward")
model.stepwise2 <- step(model.stepwise1, scope = ~.^2)
output <- list(modInitial = model.initial, modStep1 = model.stepwise1, modStep2 = model.stepwise2)