在循环中使用get()函数时如何正确计算emmeans？

问题背景 #

循环处理20列数据时，lmer混合效应模型运行正常，但调用emmeans时因公式中使用get(thisvar)报错。

原代码 #

for(thisvar in thesevars){
mod_linear <- lmer(edss ~ time + get(thisvar) + age + gender + relapse_prior_1yr + new_lesions_prior_1yr + weight + (1|id), data = dat_long)
emms_mod_linear <- emmeans(mod_linear, ~ time, at = list(time = seq(0, 12, 1)))
}

报错信息 #

Error in (function (object, at, cov.reduce = mean, cov.keep = get_emm_option("cov.keep"),  : 
  We are unable to reconstruct the data.
The variables needed are:
    time thisvar age gender relapse_prior_1yr new_lesions_prior_1yr weight
Are any of these actually constants? (specify via 'params = ')
The dataset name is:
    dat_long
Does the data still exist? Or you can specify a dataset via 'data = '

报错原因 #

emmeans需要从模型对象中提取变量名来重构分析数据，但用get(thisvar)构建公式时，模型中记录的变量名是get(thisvar)而非实际的列名，导致emmeans无法匹配数据集中的真实变量，进而触发重构失败的错误。

解决方法 #

方法1：用reformulate动态构建公式（推荐） #

通过reformulate()函数直接将循环变量thisvar对应的真实列名写入模型公式，让模型存储正确的变量名，emmeans即可正常识别。

修改后的代码：

for(thisvar in thesevars){
  # 动态生成包含真实列名的模型公式
  model_formula <- reformulate(
    terms = c("time", thisvar, "age", "gender", "relapse_prior_1yr", 
              "new_lesions_prior_1yr", "weight", "(1|id)"),
    response = "edss"
  )
  
  mod_linear <- lmer(model_formula, data = dat_long)
  emms_mod_linear <- emmeans(mod_linear, ~ time, at = list(time = seq(0, 12, 1)))
  
  # 可在此添加结果保存逻辑，例如存入列表
  # 比如：emms_results[[thisvar]] <- emms_mod_linear
}

方法2：手动指定emmeans的data参数（备选） #

如果坚持使用get()，可以在调用emmeans时显式传入data = dat_long，强制emmeans使用原始数据集重构数据，但这种方法仍可能因变量名匹配问题出现异常，仅作为备选方案：

for(thisvar in thesevars){
  mod_linear <- lmer(edss ~ time + get(thisvar) + age + gender + relapse_prior_1yr + new_lesions_prior_1yr + weight + (1|id), data = dat_long)
  emms_mod_linear <- emmeans(mod_linear, ~ time, at = list(time = seq(0, 12, 1)), data = dat_long)
}

内容的提问来源于stack exchange，提问作者LucaS