传入Formula参数时，lapply结合lm估计复权模型报错问题

问题背景 #

我想用复权（replicate weights）估计回归模型，通过每组复权跑同一模型来得到正确的标准误。为避免重复编写循环，我写了两个函数：trythis在lapply内直接指定公式可正常运行，但将公式作为参数传入的trythis2却报错，提示object 'weightsdata' not found。

可复现代码 #

数据生成代码 #

library(tidyverse)
set.seed(123)
lm.dat <- data.frame(id=1:500,
                     x1=sample(1:100, replace=T, size=500),
                     x2=runif(n=500, min=0, max=20)) %>%
  mutate(y=0.2*x1+1.5*x2+rnorm(n=500, mean=0, sd=5))
repweights <- data.frame(id=1:500)
set.seed(123)
for (i in 1:200) {
  repweights[,i+1] <- runif(n=500, min=0, max=10)
  names(repweights)[i+1] <- paste0("hrwgt", i)
}

函数定义 #

trythis <- function(data, weightsdata, weightsN){
  rep <- as.list(1:weightsN)
  res <- lapply(rep, function(x) lm(data=data, formula=y~x1+x2, weights=weightsdata[,x]))
  return(res)
}
results1 <- trythis(data=lm.dat, weightsdata=repweights[-1], weightsN=200)

trythis2 <- function(LMformula, data, weightsdata, weightsN){
  rep <- as.list(1:weightsN)
  res <- lapply(rep, function(x) lm(data=data, formula=LMformula, weights=weightsdata[,x]))
  return(res)
}

报错情况 #

调用trythis2时出现以下错误：

trythis2(LMformula = y~x1+x2, data=lm.dat, weightsN=200, weightsdata = repweights[-1])
# Error in eval(extras, data, env) : object 'weightsdata' not found

问题原因 #

这是公式的环境绑定问题：当你把LMformula作为参数传入函数时，它的环境是全局环境（或调用trythis2的外部环境）；而lapply内的匿名函数执行时，lm会尝试在公式绑定的环境中查找weightsdata，但weightsdata是trythis2的局部变量，不在公式的环境范围内，因此找不到。

而trythis里直接写y~x1+x2，这个公式是在trythis函数内部创建的，环境绑定到trythis的函数环境，所以能正常找到weightsdata。

解决方案 #

方法1：重新绑定公式的环境 #

将传入的LMformula的环境设置为当前函数的环境，让lm能找到局部变量weightsdata：

trythis2 <- function(LMformula, data, weightsdata, weightsN){
  # 把公式的环境绑定到当前函数环境
  environment(LMformula) <- environment()
  rep <- as.list(1:weightsN)
  res <- lapply(rep, function(x) lm(data=data, formula=LMformula, weights=weightsdata[,x]))
  return(res)
}

方法2：将权重临时加入数据框 #

每次迭代把当前权重列加入到输入数据中，直接用列名指定权重，避开环境查找问题：

trythis2 <- function(LMformula, data, weightsdata, weightsN){
  rep <- as.list(1:weightsN)
  res <- lapply(rep, function(x) {
    # 将当前权重临时加入数据框
    temp_data <- cbind(data, w = weightsdata[,x])
    lm(data=temp_data, formula=LMformula, weights=w)
  })
  return(res)
}

两种方法均可正常运行，生成包含200个回归模型的结果列表。

内容的提问来源于stack exchange，提问作者andreasf