我正在尝试使用数据掩码来评估最大似然表达式。这个想法是允许在函数中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型示例,实际功能非常大而复杂。
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)
这很好,但是我必须调用attach()
和detach()
。要通过名称访问参数,我需要将param
转换为对数似然函数内的列表,然后调用attach()
/ detach()
。这不仅麻烦,而且具有大量功能和数据,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
包和包装函数,这些函数主要是为对表达式进行整洁的评估而编写的。
现在,仅创建数据掩码并尝试评估对数似然函数将不起作用:
mask <- as_data_mask(db)
eval_tidy(quo(maxLik::maxLik(ll_lik, start = param)), mask)
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
上,但是我什至无法评估ll_lik()
,这给了同样的错误:
eval_tidy(quo(ll_lik(param)), mask)
但是这可行:
eval_tidy(quo(x*3), mask)
因此,我开始怀疑ll_lik()
的父代“错误”,这就是为什么我的数据掩码可能不在函数的搜索路径中,因此无法找到变量的原因。现在,as_data_mask()
的帮助部分确实提供了一些有关如何通过创建顶层,中层和底层环境来“嵌套”环境的示例。好的,让我们看看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)
[遗憾的是,我仍然无法访问x
。我什至在这里都没有maxLik
函数。因此,为了更深入地研究,我开始搞砸了调用堆栈。
eval_tidy(call_stack(), data = new_mask)
的确,如果我没看错,该函数的父级是全局环境。
█
1. ├─rlang::eval_tidy(call_stack(), data = new_mask)
2. └─global::call_stack()
3. └─lobstr::cst()
但是,我对如何使这项工作不知所措。任何帮助深表感谢。
BONOUS:如果我能够在maxLik
中通过名称调用参数而无需调用attach()
/ detach()
,那真是太棒了。
一个选项是创建一个包装,该包装将ll_lik
的主体作为表达式求值,并以db
作为上下文: