如何编写函数泛化多响应变量的lmer模型并解决调用错误

错误原因 #

1. 函数结构错误：原代码中mod1.2定义后直接闭合了函数的}，导致后续所有模型（mod2.2到mod7.2）都不在函数作用域内，函数执行时根本不会运行这些模型。
2. 响应变量引用错误：直接在lmer公式中使用log(response)时，公式的解析环境无法识别函数参数response，因为lmer默认从数据框或全局环境查找变量，而非函数的局部参数。

修改后的泛化函数 #

方法1：使用tidy eval（推荐，代码更简洁） #

利用rlang包的{{}}操作符（tidy eval语法），将函数参数中的响应变量名注入到公式中：

library(lme4)
library(MuMIn)

model_suite <- function(response, df) {
  # 确保response是列名（支持字符串或裸变量名输入）
  resp <- rlang::ensym(response)
  
  # 定义所有模型
  mod1.2 <- lmer(log({{resp}}) ~ traffic + (1 | site), data = df, na.action = na.exclude, REML = FALSE)
  mod2.2 <- lmer(log({{resp}}) ~ type + (1 | site), data = df, na.action = na.exclude, REML = FALSE)
  mod3.2 <- lmer(log({{resp}}) ~ season + (1 | site), data = df, na.action = na.exclude, REML = FALSE)
  mod4.2 <- lmer(log({{resp}}) ~ traffic * season + (1 | site), data = df, na.action = na.exclude, REML = FALSE)
  mod5.2 <- lmer(log({{resp}}) ~ traffic + season + (1 | site), data = df, na.action = na.exclude, REML = FALSE)
  mod6.2 <- lmer(log({{resp}}) ~ type * season + (1 | site), data = df, na.action = na.exclude, REML = FALSE)
  mod7.2 <- lmer(log({{resp}}) ~ type + season + (1 | site), data = df, na.action = na.exclude, REML = FALSE)
  
  # 模型选择
  mod.sel <- model.sel(mod1.2, mod2.2, mod3.2, mod4.2, mod5.2, mod6.2, mod7.2)
  return(mod.sel)
}

方法2：手动构造公式字符串 #

如果不想依赖tidy eval，可以通过字符串拼接构造公式，再转换为公式对象：

library(lme4)
library(MuMIn)

model_suite <- function(response, df) {
  # 处理响应变量（支持字符串或裸变量名）
  resp_name <- deparse(substitute(response))
  
  # 构造每个模型的公式
  formula1 <- as.formula(paste0("log(", resp_name, ") ~ traffic + (1 | site)"))
  formula2 <- as.formula(paste0("log(", resp_name, ") ~ type + (1 | site)"))
  formula3 <- as.formula(paste0("log(", resp_name, ") ~ season + (1 | site)"))
  formula4 <- as.formula(paste0("log(", resp_name, ") ~ traffic * season + (1 | site)"))
  formula5 <- as.formula(paste0("log(", resp_name, ") ~ traffic + season + (1 | site)"))
  formula6 <- as.formula(paste0("log(", resp_name, ") ~ type * season + (1 | site)"))
  formula7 <- as.formula(paste0("log(", resp_name, ") ~ type + season + (1 | site)"))
  
  # 拟合模型
  mod1.2 <- lmer(formula1, data = df, na.action = na.exclude, REML = FALSE)
  mod2.2 <- lmer(formula2, data = df, na.action = na.exclude, REML = FALSE)
  mod3.2 <- lmer(formula3, data = df, na.action = na.exclude, REML = FALSE)
  mod4.2 <- lmer(formula4, data = df, na.action = na.exclude, REML = FALSE)
  mod5.2 <- lmer(formula5, data = df, na.action = na.exclude, REML = FALSE)
  mod6.2 <- lmer(formula6, data = df, na.action = na.exclude, REML = FALSE)
  mod7.2 <- lmer(formula7, data = df, na.action = na.exclude, REML = FALSE)
  
  # 模型选择
  mod.sel <- model.sel(mod1.2, mod2.2, mod3.2, mod4.2, mod5.2, mod6.2, mod7.2)
  return(mod.sel)
}

循环处理多个响应变量 #

修改函数支持接受响应变量名的向量，返回每个变量的模型选择结果列表：

model_suite_multiple <- function(response_vec, df) {
  result_list <- list()
  for (resp in response_vec) {
    # 调用单变量的model_suite函数
    result_list[[resp]] <- model_suite(resp, df)
    cat("完成响应变量", resp, "的模型拟合与选择\n")
  }
  return(result_list)
}

# 调用示例：假设要处理eelgrass_length和eelgrass_weight两个变量
response_vars <- c("eelgrass_length", "eelgrass_weight")
all_results <- model_suite_multiple(response_vars, all_eelgrass)

# 查看单个变量的结果
print(all_results[["eelgrass_length"]])

调用验证 #

现在可以正常调用单变量版本：

# 裸变量名方式
model_suite(eelgrass_length, all_eelgrass)
# 字符串方式
model_suite("eelgrass_length", all_eelgrass)

内容的提问来源于stack exchange，提问作者maslein