如何用lapply循环执行rda回归与ordiR2step函数？

问题背景 #

有一个数据集，需要每72行执行一次rda函数（共执行10次），参考lapply用法尝试循环执行回归时出错；同时将该方法应用于ordiR2step函数也未成功。

原始代码与报错 #

set.seed(111)
df <- data.frame(sp1 = rep(rtruncnorm(10, a=0, b=1, mean = 0.50, sd = 0.2), times = 10),
                  sp2 = rep(rtruncnorm(10, a=0, b=1, mean = 0.70, sd = 0.1), times = 10),
                  env1 = rep(rtruncnorm(10, a=0, b=1, mean = 0.45, sd = 0.6), times = 10),
                  env2 = rep(rtruncnorm(10, a=0, b=1, mean = 0.65, sd = 0.6), times = 10)
                  )

library(vegan)
spe.rda  <- rda(df[,c(1:2)] ~ ., data = df[,c(3:4)]) # 单独执行正常

# 尝试按seed分组循环执行rda
spe.rda  <- lapply(split(df[1:4], df$seed), rda(df[,c(1:2)] ~ ., data = df[,c(3:4)]))

Error in match.fun(FUN) :
'rda(df[, c(1:2)] ~ ., data = df[, c(3:4)])' is not a function, character or symbol

尝试ordiR2step的错误代码：

output <- lapply(split(df[1:4], df$seed), 
ordiR2step(rda(df[,c(1:2)]~1, data=df[,c(3:4)]), scope= formula(spe.rda), direction= "forward", R2scope=TRUE, pstep=1000)) 
# 显然无法运行，因为依赖spe.rda

错误原因 #

1. lapply第二个参数需为函数对象，但你直接传入了rda()的执行结果（模型对象），不符合参数要求。
2. 数据集缺少分组标识列（df$seed不存在），无法按预期拆分数据。
3. ordiR2step需针对每个分组单独构建初始模型和范围，不能直接引用全局模型。

修正后的代码 #

步骤1：添加分组标识 #

先给数据集添加分组列，按每72行一组（示例用每10行一组模拟10组）：

library(vegan)
library(truncnorm)

set.seed(111)
df <- data.frame(sp1 = rep(rtruncnorm(10, a=0, b=1, mean = 0.50, sd = 0.2), times = 10),
                  sp2 = rep(rtruncnorm(10, a=0, b=1, mean = 0.70, sd = 0.1), times = 10),
                  env1 = rep(rtruncnorm(10, a=0, b=1, mean = 0.45, sd = 0.6), times = 10),
                  env2 = rep(rtruncnorm(10, a=0, b=1, mean = 0.65, sd = 0.6), times = 10)
                  )

# 创建分组列：每10行一组（替换为each=72即可满足你的需求）
df$group <- rep(1:10, each = 10)

步骤2：循环执行rda #

使用匿名函数针对每个分组数据执行rda：

# 按分组拆分并循环执行rda
spe.rda_list <- lapply(split(df, df$group), function(sub_df) {
  rda(sub_df[, c(1:2)] ~ ., data = sub_df[, c(3:4)])
})

# 查看第一个分组的rda结果
spe.rda_list[[1]]

步骤3：循环执行ordiR2step #

针对每个分组单独构建初始模型和范围，再执行逐步选择：

# 循环执行ordiR2step
ordi_step_list <- lapply(split(df, df$group), function(sub_df) {
  # 构建仅含截距的初始模型
  initial_rda <- rda(sub_df[, c(1:2)] ~ 1, data = sub_df[, c(3:4)])
  # 构建模型范围：从仅截距到全变量模型
  scope_formula <- formula(rda(sub_df[, c(1:2)] ~ ., data = sub_df[, c(3:4)]))
  # 执行逐步选择
  ordiR2step(initial_rda, scope = scope_formula, direction = "forward", R2scope = TRUE, pstep = 1000)
})

# 查看第一个分组的逐步选择结果
ordi_step_list[[1]]

关键说明 #

• lapply的第二个参数必须是函数，匿名函数function(sub_df) {...}可让每个分组数据作为参数传入，确保分析基于当前子数据集。
• 所有操作需针对分组后的子数据进行，避免引用全局数据或模型，否则会失去循环意义。

内容的提问来源于stack exchange，提问作者Rspacer