Investr包与dplyr mutate配合时的异常行为

问题背景与现象 #

我正在开发分析化学领域的校准曲线对比脚本，拥有自变量exp_conc（校准溶液浓度）和检测器响应值，构建了线性、二次及不同加权的模型。为了统一处理所有模型的逆估计（包括后续自动选择的模型），我使用了Investr包，但遇到了结果不一致的问题：

• 手动计算的conc_1、循环逐个计算的conc_3结果一致且正确
• 通过mutate调用自定义函数inwers_est得到的conc_2所有值都相同，与前两者结果不同

复现代码 #

library(tidyverse)
library(investr)

inwers_est <- function(model, response) {
  a <- invest(object = model,
              y0 = response,
              upper = 450,
              lower = -20)

  a <- unname(unlist(a[1]))  
  return(a)
}

exp_conc <- c(1, 4, 15, 35, 70, 130, 220, 300, 400)

response <- c(0.002793995, 0.010526501,
              0.039554726, 0.094275798,
              0.199609618, 0.366600791,
              0.736514866, 0.918911425,
              1.275848925)

samp <- data.frame(exp_conc, response)

regnwl <- lm(response ~ exp_conc, data = samp)

samp <- samp %>%
  mutate(
    conc_1= (response-regnwl$coefficients["(Intercept)"]) /regnwl$coefficients["exp_conc"],
    conc_2 = inwers_est(regnwl, response))

for (ziutek in 1:nrow(samp)) {
  samp$conc_3[ziutek] <- inwers_est(regnwl, samp$response[ziutek])
}

问题根源 #

investr包的invest()函数不支持向量形式的y0输入。当传入整个response向量时，它只会对整个向量执行一次逆估计计算，返回单一值，而非逐个处理每个元素。这就是conc_2所有值相同的原因——它重复使用了单次计算的结果。

而循环中是逐个传入单个response值，invest()能正确处理单个数值输入，返回对应估计值；手动计算的conc_1则直接用线性模型的解析公式，自然能得到正确的逐元素结果。

解决方案 #

修改inwers_est函数，用purrr::map_dbl()实现向量化处理，逐个计算每个响应值对应的逆估计：

inwers_est <- function(model, response) {
  purrr::map_dbl(response, function(y) {
    a <- invest(object = model, y0 = y, upper = 450, lower = -20)
    unname(unlist(a[1]))
  })
}

修改后重新运行mutate代码，conc_2就会和conc_1、conc_3结果完全一致。

补充说明 #

线性模型的逆估计可以用解析公式直接计算，但Investr包的优势在于能处理非线性模型（如二次模型）的逆估计。修改后的函数既保留了Investr的通用性，又适配了tidyverse的向量化操作风格，能满足后续自动选择模型的需求。

内容的提问来源于stack exchange，提问作者Radek Jaźwiec