speedglm在自定义R函数中调用时出现对象未找到错误的排查

问题现象 #

直接调用speedglm拟合带权重的GLM时运行正常，但将其封装到自定义函数后，会出现「找不到对象'w'」或「找不到对象'd'」的错误：

library(speedglm)

# 直接调用正常运行
m1 <- speedglm(wt ~ cyl, data = mtcars, weights = mtcars$wt)

# 封装后报错
train_glm <- function(f, d, w) {
  speedglm(formula = f, data = d, weights = w)
}
m <- train_glm(wt ~ cyl, d = mtcars, w = mtcars$wt)
#> Error in eval(extras, data, env) : object 'w' not found

更特殊的是：

• 不带权重的封装函数能正常运行
• 函数内用d$wt作为权重参数仍报错，但用全局环境的数据集名称（如mtcars2$wt）则正常

原因分析 #

speedglm对weights这类额外参数采用了延迟评估机制：它会将weights参数作为表达式，在**公式的原始环境（通常是全局环境）**中求值，而非自定义函数的局部环境。

当你在自定义函数里传递w或d$wt时，这些变量仅存在于函数的局部作用域中，speedglm去全局环境查找自然找不到，因此报错；而使用全局环境的mtcars2$wt时，全局环境能找到该变量，所以运行正常。

解决方案 #

针对这个问题，有三种简单有效的修复方式：

方法1：指定评估环境为当前函数环境 #

直接在调用speedglm时，通过env参数将评估环境设置为自定义函数的局部环境，这样speedglm就会在函数作用域内查找权重变量：

train_glm <- function(f, d, w) {
  speedglm(formula = f, data = d, weights = w, env = environment())
}

# 验证运行
m <- train_glm(wt ~ cyl, d = mtcars, w = mtcars$wt)
summary(m)

方法2：用do.call传递权重向量 #

do.call会直接将权重向量的值传递给speedglm，而非传递表达式，避免延迟评估的问题：

train_glm <- function(f, d, w) {
  do.call(speedglm, list(formula = f, data = d, weights = w))
}

# 验证运行
m <- train_glm(wt ~ cyl, d = mtcars, w = mtcars$wt)
summary(m)

方法3：将权重加入数据集后用列名引用 #

把权重列添加到传入的数据集里，然后用列名作为weights参数，这样speedglm会从data参数中读取权重，无需额外查找环境：

train_glm <- function(f, d, w_col) {
  # 临时添加权重列到数据集
  d$.weights <- d[[w_col]]
  # 用列名指定权重
  model <- speedglm(formula = f, data = d, weights = .weights)
  # 清理临时列（可选）
  d$.weights <- NULL
  return(model)
}

# 验证运行
m <- train_glm(wt ~ cyl, d = mtcars, w_col = "wt")
summary(m)

验证结果 #

以上三种方法都能成功拟合模型，且结果与直接调用speedglm的结果完全一致。

内容的提问来源于stack exchange，提问作者David