Koenker quantreg包rq函数weights参数函数内调用问题求助

在实现加权bootstrap时，quantreg包的rq()函数在自定义函数内部使用weights参数会出现变量查找失败的问题：只有当权重对象存在于全局环境时才能生效，直接传入函数参数则报错找不到对象。

问题复现 #

rm(list=ls())
library(quantreg)
set.seed(10983)

N = 500
K = 2
B = array(1, dim=c(K,1))
X = array(rnorm(N*K), dim=c(N,K))
e = array(rnorm(N), dim=c(N,1))
Y = X%*%B + e

df = cbind.data.frame(Y, X)
names(df) = c('Y', paste('X', 1:K, sep=''))

# 全局环境下正常运行
Zs = array(rexp(N), dim=c(N,1))
ws = Zs / sum(Zs)
mdl2 = rq(Y ~ 1 + X1 + X2, data=df, tau=-1, weights=N*ws)

# 自定义函数内调用则报错
estimate = function(Y, X, W){
  df = cbind.data.frame(Y, X)
  names(df) = c('Y', paste('X', 1:K, sep=''))
  eqn = paste('Y ~ 1 +', paste(names(df)[-1], collapse=' + '))
  mdl = rq(formula=eqn, data=df, tau=-1, weights=W)
  return(mdl$sol[,100])
}

# 执行报错：找不到对象'W'
estimate(Y,X,ws*N)

问题原因 #

rq()的weights参数默认会在全局环境或者data参数指定的data.frame中查找变量，不会自动识别函数的局部环境。当在自定义函数中传入W作为参数时，rq()无法在自身的查找路径中找到这个局部变量，因此报错。

优化解决方案 #

方案1：将权重加入到data.frame中

把权重向量作为新列加入到函数内构建的data.frame中，这样rq()可以从data参数中找到权重变量：

estimate = function(Y, X, W){
  # 将权重加入data.frame
  df = cbind.data.frame(Y, X, bootstrap_weights = W)
  names(df)[1:3] = c('Y', paste('X', 1:K, sep=''))
  
  eqn = paste('Y ~ 1 +', paste(names(df)[-c(1,ncol(df))], collapse=' + '))
  # weights参数使用data.frame中的列名
  mdl = rq(formula=eqn, data=df, tau=-1, weights=bootstrap_weights)
  
  return(mdl$sol[,100])
}

# 正常执行
estimate(Y,X,ws*N)

方案2：显式指定变量查找环境

rq()支持environment参数，通过指定为当前函数的局部环境，让函数能找到传入的权重参数：

estimate = function(Y, X, W){
  df = cbind.data.frame(Y, X)
  names(df) = c('Y', paste('X', 1:K, sep=''))
  
  eqn = paste('Y ~ 1 +', paste(names(df)[-1], collapse=' + '))
  # 显式设置环境为当前函数的局部环境
  mdl = rq(formula=eqn, data=df, tau=-1, weights=W, environment = environment())
  
  return(mdl$sol[,100])
}

# 正常执行
estimate(Y,X,ws*N)

这两种方案都不需要修改原始数据结构或手动构造常数项，完全保留rq()函数的原生用法，比临时解决方案更简洁合理。

内容的提问来源于stack exchange，提问作者Stéphane