lm公式中包含变量名称

Question

我想写一个函数，它将采用lm模型，尝试添加一些功能并测试其统计意义。我给它一个代码如下：

library(rlang)
library(tidyverse)
dataset <- data.frame(y = rnorm(100, 2, 3),
                      x1 = rnorm(100, 0, 4),
                      x2 = rnorm(100, 2, 1),
                      x3 = rnorm(100, 9, 1))

model1 <- lm(y ~ ., data = dataset)

dataset2 <- dataset %>% 
  mutate(x10 = rnorm(100, 20, 9),
         x11 = rnorm(100, 3, 3))

test_var <- function(data, var, model){
  y_name <- names(model$model)[1]

  dataset_new <- data %>% 
    select_at(vars(y_name,
                   str_remove_all(labels(model), '`'),
                   var))

  model_new <- lm(y_name ~ ., data = dataset_new)  
  return(summary(model_new))
}

您可以注意到，要从可用数据集创建新模型，我需要指定哪个变量应该是因变量。但是，我不直接知道这个名字，我只需要从原始模型中取出它。所以我在上面的函数中做了它，但它导致了一个错误：

model.frame.default中的错误（formula = y_name~。，data = dataset_new，：变量长度不同（找到'y'）

纠正我，如果我错了，但我相信这是因为y_name是一个字符串，而不是一个符号。所以我尝试了以下版本：

test_var <- function(data, var, model){
  y_name <- sym(names(model$model)[1])

  dataset_new <- data %>% 
    select_at(vars(!!y_name,
                   str_remove_all(labels(model), '`'),
                   var))

  model_new <- lm(eval(y_name) ~ ., data = dataset_new)  
  return(summary(model_new))
}

虽然它似乎有效，但最终的模型非常合适，因为y不仅被视为因变量，而且还被视为其中一个特征。使用eval(y_name) ~ . - eval(y_name)指定公式对此没有帮助。所以我的问题是：我应该如何将因变量名称传递给lm公式来构建正确的模型？

Answer 1

由于dataset_new在第一列中包含因变量，因此您实际上可以简单地使用

lm(dataset_new)