使用ggpredict调用dlply生成的LM模型列表时出现数据恢复警告的解决求助

警告根源 #

这个警告的核心原因是ggpredict无法直接从模型的环境中定位到原始数据集mtcars，只能退而求其次从模型自带的model.frame中提取数据。问题出在plyr::dlply的分组机制上：它在处理每个分组时会创建临时环境来运行模型，当dlply运行结束后，这些临时环境会被清理，导致模型对象的环境引用失效，ggpredict找不到原始数据来源。

排查步骤 #

• 检查模型的环境：取列表中任意一个模型，比如运行environment(mtcars_lm[[1]])，会发现输出的不是全局环境（.GlobalEnv），而是dlply创建的临时环境（类似<environment: 0xxxxxxx>），这就坐实了环境引用的问题。
• 验证模型框架完整性：运行head(model.frame(mtcars_lm[[1]]))，如果能正常输出该分组的数据集，说明模型框架是完整的，此时警告只是提示，计算结果通常是正确的，但仍建议消除警告避免潜在问题。

解决方法 #

方法1：修改dlply调用，确保模型保留完整数据 #

在创建模型时明确要求保存完整的模型框架（lm默认开启，但显式声明更稳妥）：

mtcars_lm <- plyr::dlply(mtcars, "cyl", function(df) {
  lm(mpg ~ hp + wt, data = df, model = TRUE)
})

方法2：改用dplyr+purrr创建分组模型（推荐） #

dplyr的分组机制不会产生临时环境问题，创建的模型环境直接指向全局：

library(dplyr)
library(purrr)

mtcars_lm <- mtcars %>%
  group_split(cyl) %>%
  map(~lm(mpg ~ hp + wt, data = .x))

方法3：手动修复已有模型的环境引用 #

如果不想重新创建模型列表，可以直接修改每个模型的环境：

mtcars_lm <- map(mtcars_lm, function(mod) {
  environment(mod$terms) <- .GlobalEnv
  mod
})

方法4：调用ggpredict时手动指定数据 #

直接为每个模型传入对应分组的数据，跳过环境查找步骤：

# 先拆分分组数据
mtcars_groups <- mtcars %>% group_split(cyl)
# 同时遍历模型和对应数据
map2(mtcars_lm, mtcars_groups, ~ggpredict(.x, "wt", data = .y))

内容的提问来源于stack exchange，提问作者bison2178